斑马鱼piRNA预测方法的研究

刘立婷++臧鸿雁++刘秀芹

摘 要：本文主要讨论斑马鱼piRNA的预测方法。本文通过选取恰当的斑马鱼piRNA特征，使用SVM方法训练正训练集和负训练集，然后利用5-fold交叉验证去预测正负测试集。完成上述工作后，使用Python语言进行编程，模拟理论研究成果，使用测试集进行预测，得到敏感性为83.2%，特异性为74.6%，预测精度为78.9%。

关键词：斑马鱼piRNA；支持向量机；预测

中图分类号：Q74 文献标识码：A 文章编号：1671-2064（2017）12-0251-01

2006年7月，杂志Science和Nature均报道了一种最新发现的非编码类小RNA[1]，这些非编码类小RNA主要分布于哺乳动物的生殖细胞中，经科学家们研究发现，这种小RNA可以与PIWI蛋白质之间相互结合而产生重大作用，被称为piRNA。经过多年的研究，研究人员发现piRNA可以调控哺乳动物体内生殖细胞的生长和发育进程，从而对各种生物体产生重要作用[2]。因此，piRNA的预测能够促进人们对piRNA生成过程和结构特点的认识，进一步研究piRNA的结构特点和功能特点，对肿瘤的诊断和治疗，对新药的研发提供了重要的科学理论依据。

1 数据来源

由于斑马鱼基因与人类基因的相似度程度高，而且容易获取大数量的实验数据，这样可以有效的减少时间消耗和实验成本，提高预测精度。

根据本文的研究目的选择斑马鱼piRNA序列作为正集，斑马鱼非编码序列作负集，因为使用同一物种的基因序列可以避免由于不同物种之间的同源性差所造成的结果偏差，提高预测精度。从http：//www.regulatoryrna.org/database/piRNA/download.html下载斑马鱼piRNA序列，共1330692条。从http：//www.noncode.org/download.php上下载了12836条斑马鱼非编码序列。

2 训练集与测试集