一种基于序列特征的植物长链非编码RNA预测方法

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882953 A (43)申请公布日 2022.08.09 (21)申请号 202210570828.5 (22)申请日 2022.05.24 (71)申请人 南京邮电大学 地址 210003 江苏省南京市鼓楼区新模范 马路66号 (72)发明人 龚乐君　陈静梅　 (74)专利代理机构 南京正联知识产权代理有限 公司 32243 专利代理师 姜梦翔 (51)Int.Cl. G16B 40/20 (2019.01) G16B 30/00 (2019.01) G06K 9/62 (2022.01) 权利要求书2页 说明书5页 附图2页 (54)发明名称 一种基于序列特征的植物长链非编码RNA预 测方法 (57)摘要 一种基于序列特征的植物长链非编码RNA预 测方法，包括正负数据集构建去冗余、序列k‑mer 频率特征提取、特征融合与选择以及分类器对 比，正负数据集的构建去冗余旨在消除序列相似 性对预测结果造成的影响，序列特征提取实现了 对基因序列k‑mer特征的提取，特征融合在序列 k‑mer特征提取的基础上加入序列长度特征和序 列GC含量特征后将这三类特征进行融合，接着使 用卡方检验进行最优特征选择，最后运用梯度提 升决策树算法解决植物lncRNA的识别分类问题。 本发明深入挖掘了基因序列特征，有效的融合这 A 些特征且加以选择，为如何从大量的转录本中准 3 确地识别出植物lncRNA这一问题提