位置:成果数据库 > 期刊 > 期刊详情页
融合多机器学习方法的siRNA在线设计系统
  • ISSN号:1007-791X
  • 期刊名称:《燕山大学学报》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] Q811[生物学—生物工程]
  • 作者机构:[1]燕山大学信息科学与工程学院,河北秦皇岛066004, [2]中国科学院计算技术研究所,北京100083, [3]中国环境管理干部学院信息工程系,河北秦皇岛066102
  • 相关基金:国家自然科学基金资助项目(61232001,61202210); 河北省高等学校科学技术研究青年基金资助项目(QN2015133)
中文摘要:

siRNA设计是RNAi研究中的一个重要部分。由于靶向基因可分割成数以千计的候选siRNA,找到其中最有效的siRNA具有一定的挑战性。本文融合特征分析研究成果和多机器学习方法,设计并实现了一个siRNA在线设计系统。将目标RNA的二级结构作为影响siRNA干扰效率的评分因素,以挑选靶向合适位置的siRNA序列。对于给定的目标基因,系统经过设计得出若干高效siRNA序列的沉默效率及其相关信息。实验测试结果表明,本系统具有较高的siRNA有效性预测精度。

英文摘要:

siRNA Design has attracted attention as an important issue in RNAi research. As a targeted gene could have thousands of potential siRNAs, finding the most efficient siRNAs among them had a huge challenge. In this paper, a siRNA online design system was developed. It included multiple technologies such as feature analysis, machine learning methods. For filtering siRNA sequences on suitable location, the secondary structure of target RNA was also acted as a scoring factor which effect siRNA interference efficiency. To given target genes, this system showed effective siRNA sequences and related information sorting by the silencing efficiency. Compared with existing software and methods, siRNA Online has higher prediction accuracy.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《燕山大学学报》
  • 北大核心期刊(2014版)
  • 主管单位:河北省教育厅
  • 主办单位:燕山大学
  • 主编:张福成
  • 地址:河北省秦皇岛市燕山大学期刊社
  • 邮编:066004
  • 邮箱:xuebao@ysu.edu.cn
  • 电话:0335-8057043
  • 国际标准刊号:ISSN:1007-791X
  • 国内统一刊号:ISSN:13-1219/N
  • 邮发代号:18-73
  • 获奖情况:
  • 2009年获2004-2008年度河北省教育系统优秀期刊奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),中国中国科技核心期刊,中国北大核心期刊(2014版)
  • 被引量:3409