文献

J-GLOBAL ID：201902225770339630   整理番号：19A1651424

プレmiRNA配列と構造の相互情報による前miRNA同定の改善【JST・京大機械翻訳】

Improved Pre-miRNAs Identification Through Mutual Information of Pre-miRNA Sequences and Structures

著者 (9件)： Fu Xiangzheng (College of Information Science and Engineering, Hunan University, Changsha, China) ,  Zhu Wen (School of Mathematics and Statistics, Hainan Normal University, Haikou, China) ,  Cai Lijun (College of Information Science and Engineering, Hunan University, Changsha, China) ,  Liao Bo (College of Information Science and Engineering, Hunan University, Changsha, China) ,  Liao Bo (School of Mathematics and Statistics, Hainan Normal University, Haikou, China) ,  Peng Lihong (School of Computer Science, Hunan University of Technology, Zhuzhou, China) ,  Chen Yifan (College of Information Science and Engineering, Hunan University, Changsha, China) ,  Yang Jialiang (School of Mathematics and Statistics, Hainan Normal University, Haikou, China) ,  Yang Jialiang (Department of Genetics and Genomic Sciences, Icahn Institute for Genomics and Multiscale Biology, Icahn School of Medicine at Mount Sinai, New York, NY, United States)
資料名： Frontiers in Genetics (Web)  (Frontiers in Genetics (Web))
巻： 10  ページ： 119  発行年： 2019年 
JST資料番号： U7071A  ISSN： 1664-8021  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 転写後調節因子として重要な役割を果たすマイクロRNA(miRNA)は,前駆体miRNA(pre-miRNA)と呼ばれるより長い転写産物から誘導される短い非コードRNAのファミリーである。プレmiRNAを同定する実験方法は高価で時間がかかり,計算代替の必要性を示す。近年,プレmiRNAを予測する計算法の精度が著しく増加している。しかし,まだいくつかの欠点がある。最初に,これらの方法は,通常,基底周波数またはシーケンス情報を考慮し,一方,基底間の情報を無視するだけである。第二に,二次構造に基づく特徴抽出法は,通常,局所構造の相互影響を無視しながら,グローバル特性を考慮するだけである。第3に,高次元特徴情報を統合する方法は,計算的に非効率的である。本研究では,RNA二次構造の配列塩基と局所的特徴の間の相互作用を捉えることができる,プレmiRNA配列と二次構造のための新しい相互情報ベースの特徴表現アルゴリズムを提案した。さらに,特徴空間は最も一般的な方法のものより小さく,この方法は競争者よりも計算的により効率的である。最後に,これらの特徴を適用して,プレmiRNAを予測するためのサポートベクトルマシンモデルを訓練し,他の一般的予測子との結果を比較した。結果として,著者らの方法は,5倍の交差検証とJackナイフ試験の両方に基づく他の性能より優れている。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  基底 ,  高次元 ,  特徴抽出 ,  *二次構造 ,  アルゴリズム ,  サポートベクトルマシン ,  前駆体 ,  構造解析
準シソーラス用語： 特徴空間 ,  RNA二次構造 ,  局所構造 ,  非翻訳RNA ,  転写産物 ,  *マイクロRNA , 【Automatic Indexing@JST】

著者キーワード (5件)： プレmiRNA同定 ,  特徴表現アルゴリズム ,  相互情報 ,  構造解析 ,  サポートベクトルマシン

分類 (1件)： 遺伝子発現  (EC02040Q)

引用文献 (65件)：

• Agarwal S., Vaz C., Bhattacharya A., Srinivasan A. (2010). Prediction of novel precursor miRNAs using a context-sensitive hidden Markov model (CSHMM). BMC Bioinformatics 11(Suppl.1):S29. doi: 10.1186/1471-2105-11-S1-S29
• Batuwita R., Palade V. (2009). microPred: effective classification of pre-miRNAs for human miRNA gene prediction. Bioinformatics 25, 989-995. doi: 10.1093/bioinformatics/btp107
• Bauer M., Schuster S. M., Sayood K. (2008). The average mutual information profile as a genomic signature. BMC Bioinformatics 9:48. doi: 10.1186/1471-2105-9-48
• Bentwich I. (2005). Prediction and validation of microRNAs and their targets. FEBS Lett. 579, 5904-5910. doi: 10.1016/j.febslet.2005.09.040
• Bonnet E., Wuyts J., Rouz,é P., Van Y. D. P. (2004). Evidence that microRNA precursors, unlike other non-coding RNAs, have lower folding free energies than random sequences. Bioinformatics 20, 2911-2917. doi: 10.1093/bioinformatics/bth374

タイトルに関連する用語 (2件)： miRNA ,  同定