%0 Journal Article
%T 基于机器学习的microrna预测方法研究进展
%A 王颖？
%A 李金？
%A 王磊？
%A 徐成振？
%A 才忠喜？
%J 计算机科学
%D 2015
%R 10.11896/j.issn.1002-137X.2015.02.002
%X 传统的克隆方法受组织和环境影响显著,且实验成本高,而计算方法中的比较方法对进化距离远的microrna敏感性低,无法预测无同源的microrna,机器学习方法解决了比较方法依赖同源基因的问题。首先总结了基于机器学习预测microrna的相关生物学知识；其次,给出基于机器学习的microrna预测方法的大体流程,列举了基于机器学习的microrna预测方法的最新研究算法及软件；再次,从数据集选取、特征集选取、分类器设计、特征子集选择、类不平衡问题解决和评价标准等环节出发,归纳总结了各环节中采用的方法及技术,并详细阐述了它们的最新研究进展,部分环节对采用的方法及技术进行了对比分析,总结了各自的优势和不足；最后,总结和展望了基于机器学习的microrna预测方法的研究工作。
%K microrna
%K 机器学习
%K 分类器
%K 特征选取
%K 类不平衡
%K 生物信息学
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20150202&flag=1