[发明专利]基于stacking集成的RNA中N6

说明书

本发明公开了基于stacking集成的RNA中N⁶‑甲基腺苷修饰位点预测方法，涉及系统生物学领域。通过6种特征提取方法提取酿酒酵母、智人和拟南芥3个物种的RNA序列特征，通过特征融合得到原始数据集的初始特征空间；利用弹性网络对其进行降维，剔除冗余、噪声特征，保留对模型分类相关的重要特征，得到最佳特征集合；把最优特征子集以及所对应的类别标签输入到stacking集成中进行模型训练，并结合评价指标评估模型的预测性能，得到预测模型；将测试集中待预测的RNA序列，输入至预测模型中，预测m⁶A位点并输出。此模型在测试集上的预测准确率分别达到92.30％和87.06％，在跨物种预测方面具有很好的发展潜力，可成为鉴定m⁶A位点的有用工具。

技术领域

本发明属于系统生物学领域，涉及一种基于stacking集成的RNA中N⁶-甲基腺苷修饰位点预测方法。

背景技术

人类基因组计划的完成大大促进人们对遗传组织信息、传递和表达规律的认识，同时使我们意识到细胞内遗传信息表达机制的异常复杂性。RNA作为中心法则的关键环节，将遗传物质DNA和生命活动的执行者蛋白质紧密相连。研究表明，RNA中存在100多种化学修饰，这些化学修饰以甲基化修饰为主，包括：5-甲基胞嘧啶(m⁵C)、N¹-甲基腺嘌呤(m¹A)、5-羟甲基胞嘧啶(hm⁵C)、假尿嘧啶(ψ)，N⁶-甲基腺嘌呤(m⁶A)等。在20世纪70年代发现的N⁶-甲基腺苷(m⁶A)是一种常见的转录后RNA修饰，随后的研究陆续证实了该修饰广泛存在于动植物、细菌以及病毒在内的多个物种中。

作为一个动态和可逆的过程，m⁶A发生在腺嘌呤的第六个氮原子上，其动态变化可以通过调节多种与RNA相关的细胞信号通路影响基因表达和细胞命运，在mRNA剪接、输出、稳定、免疫耐受、RNA转录、加工、细胞分裂以及细胞分化等生物过程中发挥重要作用。此外，m⁶A修饰与人类疾病密切相关，包括：癌症、病毒感染和脑部发育异常。因此，准确识别m⁶A位点对于RNA甲基化修饰基础研究，对了解疾病机制和药物开发都至关重要，而且具有推动生物信息学发展的作用。用于鉴定RNA序列中m⁶A位点的方法有：二维薄层色谱，高效液相色谱和高通量方法(如m⁶A-seq和MeRIP-Seq)。然而，用于靶向m⁶A位点的纯生化实验方法非常昂贵、耗时，随着先进测序技术和基因组计划的发展，积累了大量的RNA序列，许多研究人员提出基于机器学习算法的有效计算方法，用于快速准确的预测m⁶A位点。