Resumen

Los ARN no codificantes largos (lncARN) son una clase de ARN de más de 200 nt y no pueden codificar la proteína. Los estudios han demostrado que los lncRNAs pueden regular la expresión génica a nivel epigenético, transcripcional y post-transcripcional, que no sólo están estrechamente relacionados con la aparición, desarrollo y prevención de enfermedades humanas, sino que también pueden regular la floración de las plantas y participar en las respuestas al estrés abiótico de las plantas, como la sequía y la sal. Por lo tanto, cómo identificar lncRNAs de forma precisa y eficiente sigue siendo una tarea esencial de las investigaciones pertinentes. Ha habido un gran número de herramientas de identificación basadas en algoritmos de aprendizaje automático y aprendizaje profundo, en su mayoría utilizando secuencias de genes humanos y de ratón como conjuntos de entrenamiento, rara vez plantas, y solo utilizando una o una clase de métodos de selección de características después de la extracción de características. Desarrollamos un modelo de identificación que contiene dicotiledóneas, monocotiledóneas, algas, musgos y helechos. Tras comparar 20 métodos de selección de características (siete métodos de filtro y trece de envoltura) combinados con siete clasificadores, respectivamente, considerando la correlación entre características y la redundancia del modelo al mismo tiempo, descubrimos que el modelo basado en WOA-XGBoost tenía un mejor rendimiento con 91,55%, 96,78% y 91,68% de precisión, AUC y F1_score. Mientras tanto, el número de elementos del subconjunto de características se redujo a 23, lo que mejoró de forma efectiva la precisión de la predicción y la eficacia del modelado.

• Materias:Bioquímica Reacciones químicas Química farmacéutica Química analítica Química de los alimentos
• Subjects:Biochemistry Chemical reactions Chemistry pharmaceutical Analytical chemistry Food chemistry
• Palabras claves:métodos de selección de características, lncrnas, respuestas al estrés abiótico, algoritmos de aprendizaje profundo, secuencias de genes de ratón, rnas, clase, mejor rendimiento, trabajo esencial, extracción de características.
• Keywords:feature selection methods, lncrnas, abiotic stress responses, deep learning algorithms, mouse gene sequences, rnas, class, better performance, essential job, feature extraction