平顶山学院学报
平頂山學院學報
평정산학원학보
Journal of Pingdingshan University
2015年
5期
65-70
,共6页
Gene Ontology%miRNA%权重%图%聚类
Gene Ontology%miRNA%權重%圖%聚類
Gene Ontology%miRNA%권중%도%취류
Gene Ontology%miRNA%weight%graph%clustering
MicroRNA( miRNA)的许多生物过程是通过影响靶基因的转录后表达。 miRNA与靶标之间的互补程度和性质决定其基因调控作用。结构相似性可以作为一个强有力的方法推断分子功能的相似性。然而,结构比对的方法来度量miRNA之间的相似性通常不太准确,而且时间开销大。对这些表达差异的miRNA的靶标基因进行聚类,可以很好地理解miRNA的功能。提出一个新的GO( gene Ontology)语义相似性的方法来区分miR-NA功能组。该方法采用项信息和边的权重来度量GO项的权重。此外,2个GO图的共同项和非共同项还被用来度量这2个图之间的相似度。对于2个miRNA,它们之间的相似性可以用它们靶标基因标注的GO项的相似性来计算。实验结果表明此方法不仅可以将相似功能的miRNA聚在一起,而且可以预测未知miRNA的功能。
MicroRNA( miRNA)的許多生物過程是通過影響靶基因的轉錄後錶達。 miRNA與靶標之間的互補程度和性質決定其基因調控作用。結構相似性可以作為一箇彊有力的方法推斷分子功能的相似性。然而,結構比對的方法來度量miRNA之間的相似性通常不太準確,而且時間開銷大。對這些錶達差異的miRNA的靶標基因進行聚類,可以很好地理解miRNA的功能。提齣一箇新的GO( gene Ontology)語義相似性的方法來區分miR-NA功能組。該方法採用項信息和邊的權重來度量GO項的權重。此外,2箇GO圖的共同項和非共同項還被用來度量這2箇圖之間的相似度。對于2箇miRNA,它們之間的相似性可以用它們靶標基因標註的GO項的相似性來計算。實驗結果錶明此方法不僅可以將相似功能的miRNA聚在一起,而且可以預測未知miRNA的功能。
MicroRNA( miRNA)적허다생물과정시통과영향파기인적전록후표체。 miRNA여파표지간적호보정도화성질결정기기인조공작용。결구상사성가이작위일개강유력적방법추단분자공능적상사성。연이,결구비대적방법래도량miRNA지간적상사성통상불태준학,이차시간개소대。대저사표체차이적miRNA적파표기인진행취류,가이흔호지리해miRNA적공능。제출일개신적GO( gene Ontology)어의상사성적방법래구분miR-NA공능조。해방법채용항신식화변적권중래도량GO항적권중。차외,2개GO도적공동항화비공동항환피용래도량저2개도지간적상사도。대우2개miRNA,타문지간적상사성가이용타문파표기인표주적GO항적상사성래계산。실험결과표명차방법불부가이장상사공능적miRNA취재일기,이차가이예측미지miRNA적공능。
A lot of biological processes of MicroRNA( miRNA)functions are expressed by affecting the post transcriptional target genes. The complementary degree and nature between the miRNA and target can determine its gene-regulatory roles. The structure similarity infers a powerful clue in similarity of molecular function. How-ever ,the structural alignment for measuring similarity of miRNAs is subject to distance metric and is usually com-putationally intensive. To classify the function of those target genes of differentially expressed miRNAs offers a better understanding of the function of miRNAs. This paper proposes a novel GO( gene ontology)semantic simi-larity method to divide function group of miRNAs. We exploit the information content and depth to evaluate the weight of GO terms. Furthermore,the common and uncommon terms are adopted to measure similarities between two GO graphs. As to two miRNAs,their function similarity is calculated by GO terms similarity of associated tar-get genes. The results show that this method can not only cluster similar function of miRNAs into the same group, but also predict the functions of miRNAs.