基于SVM方法构建细菌sRNA靶标预测模型

作者：赵雅琳; 李华; 侯妍妍; 查磊; 曹源; 王立贵; 应晓敏; 李伍举

来源：军事医学科学院院刊, 2008, (04): 375-378.

• sRNA
• 靶标
• 预测
• 机器学习
• SVM

目的:为实验方法鉴定细菌sRNA靶标和研究sRNA功能提供生物信息学支持。方法:首先以实验证实的132个sRNA与靶标相互作用数据为训练集,其中包含46个阳性数据和86个阴性数据;其次,以实验证实的22个阳性数据和随机生成的1 700个阴性数据为测试集;最后以RNA二级结构谱等特征为变量,运用支持向量机(SVM)方法构建sRNA靶标预测数学模型。结果和结论:构建的模型对训练集的敏感性和特异性均为100%,对测试集的敏感性和特异性分别为72.73%和80.65%。所构建的数学模型为实验发现sRNA靶标提供了生物信息学支持。

• 单位
  军事医学科学院基础医学研究所