基于机器学习的microrna预测方法研究进展

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。