TY -的A2 Litman托马斯AU -威廉姆斯,Philip h . AU -埃勒镇,杆AU - weil, Georg PY - 2012 DA - 2012/11/07 TI -植物微预测通过监督机器学习使用C5.0决策树SP - 652979六世- 2012 AB -小分子核糖核酸(MicroRNA)非蛋白编码rna 20到22个核苷酸长的减弱蛋白质产量。不同类型的序列数据被追究小说microrna,包括基因组和转录组序列。各种各样的机器学习方法已经成功地预测microrna的前兆,成熟的microrna等非蛋白编码序列。MirTools、mirDeep2 miRanalyzer需要包含在“读”的输入序列,这限制了它们的使用深度排序的数据。我们的目的是培养一个预测使用横截面不同物种的准确预测microrna在训练集之外。我们希望一个系统,不需要read-count预测,因此可以适用于短序列中提取的基因组,EST、RNA-seq来源。一个miRNA-predictive决策树模型开发了监督机器学习。它只要求相应的基因组或转录组序列窗口内是可用的,包括前体的候选人,这样可以收集所需的序列特征。一些最重要的功能训练预测是microrna: microrna ^∗双能量和双工不匹配的数量。提出了一种跨物种植物microrna的预测与基于严格的测试的敏感性84.08%,特异性98.53%,分析验证。SN - 2090 - 0201你2012/652979 / 10.1155——https://doi.org/10.1155/2012/652979——摩根富林明-《核酸PB Hindawi出版公司KW - ER