热传导算法在致病miRNA预测中的应用分析

热传导算法的基本思想源自物理学中的热平衡方程,经过改进后的热传导算法已经在链路预测和推荐领域得到了应用研究.miRNAs是一类内源性微小非编码RNA,研究表明miRNAs参与了多种重要的生物过程并且与多种复杂疾病的发生和发展相关.目前研究表明己经有多种计算预测算法用于预测潜在的miRNA-疾病关联,然而热传导算法在预测miRNA-疾病方面应用研究较少.在miRNA-疾病预测中引入了一种改进的热传导算法,并把它与基本的热传导算法进行了五折交叉验证比较,实验结果验证了在几种评价指标下改进的热传导预测算法的有效性.     

非编码RNA与心肌重构

非编码RNA(non-coding RNAs, ncRNAs) 是一类不编码蛋白质的RNA 分子. 相关研究表明, ncRNAs 不仅参与细胞的增殖、凋亡、分化、代谢等生理过程, 还参与疾病的病理过程. 心肌重构(myocardial remodeling)是多种心血管疾病最主要的病理基础. 已有多项研究表明, 心肌重构的发生发展与ncRNAs 的调控息息相关, 近年来针对ncRNAs 在心脏疾病方面的研究也得到了迅猛发展. 对ncRNAs 包括微小RNA(microRNAs, miRNAs)、长链非编码RNA(long non-coding RNAs, lncRNAs)和环形RNA(circular RNAs, circRNAs) 与心肌重构的最新研究进展以及作用机制进行介绍, 旨在寻找新的心脏疾病治疗靶点.     

基于随机游走算法预测lncRNAs与疾病关系的研究进展

近年来,lncRNAs引起了研究者的广泛关注.随着实验技术与智能计算方法的快速发展,lncRNAs已经被证明与人类的许多复杂疾病息息相关.相比一般的实验方法而言,智能算法能够更高效、更便捷的预测与疾病相关的lncRNAs,并且挑选出可能性最高的lncRNAs加以实验验证,从而提高效率增强可靠性.文章以随机游走算法为例,首先综述了lncRNAs与随机游走智能算法的相关概念及随机游走算法的应用范围与局限性,其次在预测lncRNAs与疾病关系中,通过数学模型来说明传统随机游走与改进随机游走的本质区别,最后讨论了其发展趋势.     

基于茎区的神经网络方法预测RNA二级结构

RNA二级结构预测是生物信息学的一个重要研究内容.作为预测方法之一的神经网络已被广泛应用于蛋白质结构预测,但在RNA二级结构的应用甚少.本文改进传统预测RNA二级结构的Hopfield神经网络.算法以茎作为网络神经元,通过与相似结构茎区的比对,初始化神经元,并据此修改网络的激励系数.实验把改进后算法与改进前2种算法、M...     

人RNA解旋酶基因家族新成员DVH的克隆与初步功能研究

一条长3446bp 的人类新基因cDNA已从胎脑cDNA文库中被克隆,该cDNA克隆包长2583bp的开放读框,推测编码一条长860个氨基酸残基的蛋白质,预测分子质量为96．8ku,通过同源性比较及profile搜索,预测氨基酸序列显示出DExH-BOX RNA解旋酶基因家族特有的7保守基序及已知RNA解旋酶氨基酸序列的较高同源性,进一步通过蛋白质结构模型同已知RNA解旋酶结构的比较,可以认定其为一条人类RNA解旋酶基因家族新成员,通过基因编码的氨基酸序列中基序II D－E－V－H残基将其命名为DVH（DEVHbox Helicase),生物信息学手段结合DVH基因表达谱分析结果可推定DVH可能在胎儿发育过程中起作用,由于解旋基因家族同人类遗传疾病关系密切,以上结果可指导DVH基因的进一步功能研究并提示该,基因作为疾病侯选基因的可能性。     

基于序列信息的长链非编码RNA的亚细胞多定位预测

长链非编码RNA(Long non-coding RNA,lncRNA)是指一类长度超过200个核苷酸、没有编码蛋白质的能力或编码蛋白质的能力极低的RNA分子,它与人类生命活动和多种疾病息息相关。有研究表明lncRNA的亚细胞定位可以为其功能研究提供重要的生物学信息。越来越多的实验数据证实,lncRNA具有多个位置标记,而现有算法大多集中在识别单个位置标记的lncRNA上。因此,为了识别lncRNA的亚细胞多定位,引入了k-mer核苷酸组成和序列顺序相关因子作为lncRNA的特征向量,采用方差分析(ANOVA)筛选出最优特征子集,基于支持向量机算法来预测lncRNA的亚细胞多定位问题。通过5折交叉检验对模型进行评估。结果表明,基准数据集和独立数据集的预测位置覆盖率分别达到87.22%和71.56%。     

生物信息学研究的军事应用前景

叙述了生物信息学的研究现状及生物信息学在未来军事领域的应用前景.指出大规模基因测序中的信息分析、新基因识别、蛋白质结构预测、"数字化基因"获取、非编码区分析、完整基因组比较、基因功能表达谱分析等都是生物信息学应用于未来军事领域的重要研究内容.     

蛋白质中RNA-结合残基预测的随机森林模型

构建了用于预测蛋白质序列中RNA-结合残基的分类模型.在模型的特征提取方面,除了与功能相关的结构特征和序列正交编码信息以外,还提出了一个新颖的特征PSSM-PP.该特征不仅包含蛋白质序列的进化保守特征,还包含与蛋白质和RNA结合有关的氨基酸理化特征.在设计模型时,考虑到样本数据量大的问题,选用了快速的随机森林算法.该预测模型总体预测准确率达到87.02％,特异性达到95.62％,敏感性达51.16％,Matthew相关系数为0.533 6.此外,还构建了RNA结合残基的预测平台.     

长非编码RNA以及与疾病发生的研究进展

调节性非编码RNA是指不被翻译为蛋白且具调节作用的功能性RNA分子,常见的具调控作用的非编码RNA(ncRNA)包括si RNA、miRNA、piRNA以及长链非编码RNA(lncRNA).lncRNA是目前调节性非编码RNA研究的热点.lncRNA与物种进化、胚胎发育、物质代谢以及肿瘤发生等有密切的联系,对其功能深入了解可促进细胞内基因表达调控网络的研究,也为临床疾病尤其是肿瘤的诊断和治疗以及新药的研发提供科学依据.本文主要对lncRNA的功能研究以及与疾病的发生研究现状进行探讨.     

肝癌相关基因MEF2D反义RNA的鉴定及分析

鉴定和分析肝癌细胞中新的天然反义RNA MEF2D-AS根据已建立的双链RNA文库筛选与肝癌相关的反义RNA.通过RT-qPCR验证其反义RNA的存在,采用cDNA末端快速扩增技术获得其全长序列,并检测HepG2细胞经5-Aza-dC处理前后MEF2D基因正反义链表达量的变化.结果显示,成功鉴定出1条全长为1 265bp的新的天然反义RNA,并预测其属于长链非编码RNA(long non-coding RNA,简称为lncRNA),命名为MEF2D-AS.经5-Aza-dC处理后,MEF2D-AS的表达量升高,而MEF2DmRNA的表达量降低.证实了MEF2D-AS的存在并预测其属于长链非编码RNA,且与MEF2D正反义RNA是反相关关系.此研究结果可为进一步探讨肝癌发生机制提供参考.     

半监督分类学习问题在生物信息学中的研究进展——以间谍算法为例

近年来,随着生命科学研究的不断发展,生物信息学这个利用智能算法处理生物数据的新型交叉学科越来越受到科研工作者的关注.机器学习在智能算法的研究中占据极其重要的地位,而机器学习中的半监督分类学习在生物信息学中有着广泛应用.以半监督分类学习中的间谍算法为例,首先回顾了半监督分类学习的发展历程,分析了该方法的研究现状,然后描述了间谍算法在生物信息学研究中的应用,最后总结了间谍算法的优势和局限性,并且讨论了可以改进的方向和未来的发展.     

一种基于随机森林的长非编码RNA预测方法

为了提高长非编码RNA(long non-coding RNA,lncRNA)预测的准确性,提出一种基于随机森林算法的lncRNA预测方法.在国际通用的基因注释和基因组序列训练数据集中,首先进行特征选取,然后采用随机森林算法对包含特征信息的数据集进行模型训练.选取的特征包含14种三聚核酸序列(ACG、CCG、CGA、CGC、CGG、CGT、CTA、GCG、GGG、GTA、TAA、TAC、TAG、TCG)的占比、终止密码子在3种阅读框中的数量标准差、GC含量、蛋白质编码能力、转录本长度、外显子个数、平均外显子长度和保守性分值.10折交叉验证结果表明,该预测方法在真阳性率、精确率、召回率、F值和AUC值等性能指标方面均优于其他算法.     

非编码RNA在肌肉生长发育中的调控作用研究进展

非编码RNA(noncoding RNA,ncRNA)在肌肉生长发育过程中发挥着重要的作用,参与调控骨骼肌干细胞的增殖、分化和肌纤维的肥大等过程.利用30篇文献综述了3类非编码RNA(长链非编码RNA、miRNA和环状RNA)在骨骼肌生长发育中的最新研究进展,旨在为肌肉疾病的治疗和农业动物生产性能的改良提供新思路.     

基于机器学习方法预测环形RNA编码蛋白的潜能

环形RNA是一类广泛存在于真核细胞中的内源性RNA分子,没有5’末端帽子和3’末端polyA尾巴,以共价键连接形成封闭环状结构.一直以来,环形RNA被认为是一类不能翻译的非编码RNA.然而近年来有研究报道,环形RNA能够编码蛋白质从而调控重要的生命活动,引起了研究者们的注意.运用机器学习的方法,基于环形RNA的序列与结构特征,使用XGBoost、随机森林和支持向量机组合而成的综合分类模型,预测环形RNA编码蛋白的潜能,平均预测准确率达到86.66%,为实验研究人员提供可靠的参考,有助于发现更多可编码蛋白的环形RNA.     

生物信息学及其在病毒研究中的应用

介绍生物信息学的原理与方法及其在病毒研究中的应用。保守序列承担着极其重要的功能，通过多重序列对齐搜寻保守序列，是生物信息学方法的基础；敏感位点是一种反映蛋白质或核酸功能的特定模式，因此，通过数量关系的优化推导敏感位点，可用于分离病毒蛋白质与核酸相互作用位点；核苷酸和氨基酸序列只有形成了三级或四级结构才能表现功能，通过同源建模预测蛋白质的高级结构，有助于疫苗的研制、抗病毒药物的筛选以及药物的分子设计。预测RNA的三级结构大多从RNA折叠入手．病毒蛋白质三级结构预测比较成功的是日本脑炎病毒包膜糖蛋白的三级结构。     

斑马鱼GnRH-Ⅱ基因的生物信息学分析

从斑马鱼脑组织提取总RNA,应用RT-PCR方法克隆GnRH-ⅡcDNA,其长度为589bp,编码的GnRH-Ⅱ前体为86个氨基酸残基。利用生物信息学方法对克隆得到的斑马鱼GnRH-Ⅱ基因序列、编码蛋白及其理化性质进行分析,并预测其编码蛋白的结构与功能,构建其同源基因的系统进化树。     

MiRdetector：一个预测与搜寻miRNA基因的计算工具

MicroRNA（miRNA）是一类内源性的长约21～24 nucleotide(nt)的非编码小分子RNA,能够调节其它基因的表达活性,在生物体的发育过程中发挥重要的作用.每种生物体中miRNA的基因总数还未知,生物信息学分析手段为发现新的miRNA基因提供了有效的方法.作者开发了一个预测与搜寻miRNA基因的完全自动化系统“MiRdetector”.MiRdetector系统是基于计算机比对和miRNA前体茎环结构判断的.用水稻miRNA基因对系统的预测精度进行了检验,系统正确识别了155个样本中的140个,预测精度达到90.32％,并且搜寻到了95个可能的水稻miRNA基因.由于系统的假阳性率较低,因此能够为进一步证实miRNA基因的实验研究提供高质量的数据集.     

基于改进BP神经网络预测蛋白质二级结构

蛋白质结构预测在生物信息学研究中占有重要地位,而蛋白质二级结构预测是蛋白质结构预测的关键步骤。针对标准BP算法存在的缺点,讨论采用几种不同的改进BP神经网络来实现蛋白质二级结构的预测,运用MATLAB语言实现各种改进算法的初始化和训练。并分析比较了它们对蛋白质二级结构预测精度的影响。实验表明,遗传算法结合动量法与学习率自适应调整策略的BP算法可获得较高的预测精度。     

秀丽线虫细胞核内小干扰RNA调控基因表达的机制研究

生物体内存在大量的不编码蛋白质序列的非编码RNA(noncoding RNA,ncRNA),这些非编码RNA广泛参与生命活动的各个过程,包括基因表达调控、基因组稳定性维持、抵抗外源核酸侵染、发育的时序调节以及肿瘤发生等.越来越多的证据表明一系列重大疾病的发生、发展与这些非编码RNA的产生和调控失衡相关.小调节性RNA正在成为潜在的疾病标志物、药物靶点和生物分子药物.我们的研究主要集中在高等多细胞生物中细胞核里小干扰RNA调控基因表达的分子机制和生物学功能.我们在模式生物秀丽线虫中通过遗传筛选的方法发现了一条小干扰RNA在细胞核内调控基因表达的通路,以及参与这条通路的几个关键的细胞核RNA干扰缺陷型基因(nuclear RNAi defective,Nrde).这一发现不仅解决了高等多细胞生物中细胞核内是否存在小RNA干扰现象的争论,而且发现小RNA可能通过主动转运的方式进入细胞核并调控RNA聚合酶Ⅱ(RNAPⅡ)介导的转录延伸.这一通路还可能参与了生物体的获得性遗传过程.本文重点阐述这一小干扰RNA调控基因表达的分子机制,并提出未来亟待解决的科学问题和发展方向.     

Item-Based并行协同过滤推荐算法的设计与实现

基于协同过滤的推荐已成为推荐系统中广泛采用的推荐技术.由于应用中用户数目和商品条目的日益增长,在计算相似度和计算预测时,单机集中式计算已不能满足推荐系统实时性和可扩展性的要求.针对这一问题,设计并实现了Item-Based并行协同过滤推荐算法.该算法采用Hadoop的MapReduce与HDFS架构,可分为Map与Reduce两个过程.通过在Map和Reduce节点上的并行处理可提高算法的执行效率.实验结果表明,该算法可明显减少推荐时间,提高推荐实时性,获得良好的可扩展性.