基于机器学习的小鼠基因位点预测方法研究

作者：冯欣; 李英瑞; 王苹; 董哲原; 辛瑞昊^*

来源：吉林化工学院学报, 2022, 39(11): 14-19.

DOI：10.16039/j.cnki.cn22-1249.2022.11.003

• 基因位点
• 特征选择
• 机器学习

DNA N6甲基腺嘌呤(6mA)是DNA中一种重要的甲基化修饰，参与生物学许多调控过程，在生物过程中起着重要的作用.文章用了公开的小鼠数据集进行研究，首先对小鼠的基因序列(A、T、C、G)通过数学表示符进行信息编码，然后采用卡方检验的方法对编码信息进行特征筛选，筛选出6mA位点相关的特征进行下一步的研究，最后用了7种机器学习算法构建分类模型，并采用五折交叉验证(5-Fold Cross-Validation)对预测结果进行验证，结果显示在使用滑动窗口编码方式下选取前20个最优特征作为训练集样本特征，其随机森林模型对于小鼠6mA位点预测准确率可达到1.

• 单位
  吉林化工学院