专利名称：一种利用miRNA数据进行疾病预测模形构建的方法
技术领域：
本发明属于生物技术领域，涉及到miRNA数据及构建疾病预测模型两个方面。
背景技术：
miRNA或称为MicroRNA，即微小核糖核酸，是一类由内源基因编码的长度约为22 个核苷酸的非编码单链RNA(核糖核酸)分子，在动物和植物中广泛表达。miRNA的大小约为21-23个碱基，已经被鉴别的miRNA大多是由具有发夹结构的约70-90个碱基大小的单链RNA前体经过Dicer (核糖核酸酶III的一种)酶加工后生成，有5’磷酸基和3’羟基， 定位于RNA前体的3’端或者5’端，广泛存在于高等生物细胞中。因之具有破坏目标特异性基因的转录产物或者诱导翻译抑制的功能，miRNA被认为在调控发育过程中有重要作用。miRNA的作用机理区别于一般的mRNA(信使核糖核酸)降解机制。成熟的miRNA 被引导进入沉默复合体(RISC)中，单链的miRNA已不完全互补的方式结合到mRNA的结合位点上，通过碱基的互补配对，抑制蛋白质的翻译，从而调控基因表达。这种机制的miRNA 结合位点通常在mRNA的3’端非编码区段。miRNA作为一种参与调控基因表达的分子，广泛作用于真核生物的生理、生化作用过程中，这些miRNAs调节了细胞生长，组织分化，因而与生命过程中发育、疾病有关。研究者们通过对基因组上miRNA的位点分析，显示其在发育和疾病中起了非常重要的作用。一系列的研究表明miRNAs在细胞生长和凋亡，血细胞分化，同源异形盒基因调节，神经元的极性，胰岛素分泌，大脑形态形成，心脏发生，胚胎后期发育等过程中发挥重要作用，其生物及医学上的研究意义十分重要，对于新的miRNA基因的分析，可能发现新的参与器官形成、 胚胎发育和生长的调节因子，促进对癌症等人类疾病发病机制的理解。本发明设计了一种利用miRNA数据进行疾病预测模型构建的方法，通过对miRNA 数据生物信息的分析及提取，为构建疾病模型等医学研究提供信息参考。
发明内容
本发明所述的一种利用miRNA数据进行疾病预测模形构建的方法，主要包括如下几个步骤步骤一、原始数据信息分析。步骤二、构建DLDA分类器。步骤三、记性LOOV性能评估。步骤四、构建疾病预测模型。
图1、本发明所述一种利用miRNA数据进行疾病预测模形构建方法的实施流程图。
具体实施方式
以下为本方法实施的具体步骤步骤一、原始数据信息分析。这里的原始数据来源于目标疾病的miRNA差异表达数据，将miRNA差异表达数据分为TAD和NA两个不同分组，差异筛选参数设置为fold change > 2, P < . 01, FDR < . 05。步骤二、对步骤一中TAD和NA两个分组构建DLDA(diagonal Iineardiscriminant analysis，对角线性判别式分析)分类器，利用MATLAB(—款实用的数据分析软件， http//www. mathworks. com/)W^if X^H (Statisticaltoolbox)中的一fMl^! classify进行分类处理。步骤三、对步骤二中分类器处理结果，采用LOOV (leave one out crossvalidation，弃一法交叉验证)进行性能评估，可获得分类器的正确率、敏感度、特异性等数据。步骤四、本方法适用于各类疾病预测的研究中，针对某种疾病的特征性miRNA差异表达现象，通过上述几个步骤，构建分类器模型，可用于对该种疾病的预测。以上是对本发明的描述而非限定，基于本发明思想的其它实施方式，均在本发明的保护范围之中。
权利要求
1.本发明所述的一种利用miRNA数据进行疾病预测模形构建的方法，适用于基于 miRNA差异表达数据的疾病预测模型的构建，包括以下几步特征 步骤一、原始数据信息分析。 步骤二、构建DLDA分类器。 步骤三、记性LOOV性能评估。 步骤四、构建疾病预测模型。
全文摘要
本发明设计了一种利用miRNA数据进行疾病预测模形构建的方法，其主要几个步骤为步骤一、原始数据信息分析；步骤二、构建DLDA分类器；步骤三、记性LOOV性能评估；步骤四、构建疾病预测模型；适用于基于miRNA差异表达数据的各类疾病预测模型的构建。
文档编号G06F19/12GK102324000SQ201010545328
公开日2012年1月18日 申请日期2010年11月15日 优先权日2010年11月15日
发明者曾华宗 申请人:上海聚类生物科技有限公司