基于投票机制的非编码RNA“从头预测”识别方法研究

"从头预测"方法是目前挖掘非编码RNA的主要方法。由于"从头预测"方法需要利用机器学习中的分类器，而目前的分类器不能较好地处理非编码RNA识别中的正反例不平衡现象。因此，本项目提出了基于"投票机制"的不平衡数据处理方法，并结合有效的特征，实现在基因组、EST和下一代测序技术得到的数据中挖掘microRNA和snoRNA。通过对这两种不同特点的非编码RNA进行研究，期望能够为其它的非编码RNA挖掘方法提供借鉴。本项目拟：（1）提出基于投票机制的不平衡数据分类方法；（2）开发可以处理不同类型数据的microRNA和snoRNA的挖掘方法和系统；（3）在海洋类非模式生物中挖掘10条以上新的非编码基因；（4）发表SCI期刊论文1-3篇。

“基于投票机制的非编码RNA挖掘方法研究”（编号：61001013）是国家自然科学基金青年基金项目，研究期限为3年。本项目目标是研究和发展集成学习算法，并应用于非编码RNA、尤其是microRNA的挖掘中，重点在于提高microRNA挖掘的准确率并降低假阳性，同时研究基于投票机制的集成学习方法，争取用于解决更多的生物信息预测问题。. 经过了3年的努力，项目组在microRNA挖掘和集成学习方法上都取得了重要成果。项目组提出了循环优化反例集的思想，提高了人类microRNA挖掘的准确率，并在家蚕中挖掘到全新的microRNA，其中3条被权威数据库miRBase收录。在集成学习方法的研究中，项目组提出了通过聚类和循环添加选择基分类器的策略，并开发了相应的软件libD3C应用于若干生物信息学问题中，取得了良好的效果。. 本项目共发表论文40篇，其中SCI收录17篇，EI收录10篇，获得软件著作权10项，毕业研究生6人，并获得了基金委的青年-面上连续资助项目。