MiRfilter:一个预测病毒microRNA的计算工具

采用生物信息学方法开发了一个预测病毒miRNA的计算机程序MiRfilter,通过提取已知的病毒miRNA的生物学特征,规定参数及参数范围,并以此为筛选标准,预测潜在的病毒miRNA.用EBV和RLCV两种病毒的正负样本对MiRfilter的预测精度进行检测.MiRfilter从39个EBV已知的miRNA中正确识别了30个,从116个负数据中检测到9个假阳性数据;从20个RLCV的miRNA中正确识别了15个,从108个负数据中检测到2个假阳性数据.用取自果蝇和线虫预测区域的186个负数据检测MiRfilter的特异性,在186个负数据中没有预测出假阳性序列.     

基于MiRfilter系统的毛果杨miRNA预测

从参数训练、参数范围训练、候选成熟体打分等方面改进miRNA预测系统MiRfilter,使其适应拥有更长前体的植物miRNA的预测.预测毛果杨基因组上的miRNA,并对系统进行精度检验.利用MiRfilter系统共预测出3 860条候选miRNA;在110个正样本中,正确识别91条前体和80条成熟体,前体预测精度为82.73%,成熟体预测精度为72.73%;在毛果杨第4号染色体（LG_Ⅳ）上得到的1 968个负样本中,有12个数据可认为是miRNA,假阳性率为0.61%.     

基于关联规则挖掘的蛋白质相互作用的预测

利用蛋白质的一级结构信息,采用三肽频数方法刻画蛋白质序列,将关联规则(association rule,AR)挖掘应用于蛋白质相互作用(protein-protein interactions,PPIs)的预测.计算结果表明,提出的方法在半胱氨酸不同分类的情况下都能够准确地预测蛋白质相互作用.最后,比较半胱氨酸的不同分类对预测结果的影响.