山东大学学报(理学版)

作者：徐炜娜,张广乐,李仕红,陈园园,李强,杨涛,许明敏,乔宁,张良云

单位：南京农业大学理学院, 江苏 南京 210095

关键词：基因间长非编码RNA,随机森林算法,最小自由能,信噪比,

基金：国家自然科学基金资助项目(11571173);国家自然科学基金资助项目(11401311);国家自然科学基金资助项目(11601231)

为了深入了解和探索lincRNA的调控机制,建立了lincRNA高效识别模型,有助于为后续研究提供数据源。依据最小自由能(minimum free energy, MFE)和信噪比(signal-noise ratio, SNR)等特征,并通过特征贡献度大小剔除冗余特征,构建随机森林(random forest, RF)分类模型,有效地识别lincRNAs。经检验,模型的灵敏度、特异性和精确度分别达到94.1%、93.2%和93.7%,高于现有PhyloCSF、LncRNA-ID和CPC方法的各项识别指标。模型在识别过程中表现出较好的鲁棒性,可准确识别lincRNA。

来源：2019年第3期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2019年第3期