Negative training samples are also important for mining microRNAs fr

om genome-scale data

BY Leyi Wei

背景介绍

• microRNA 和 microRNA precursor

（ 1 ） microRNA 是一类长度大约为 22nt 的非编码 RNA ，与参与调控细胞过程，近期研究发现与疾病也有很大关联，发掘 microRNA 意义重大。

（ 2 ） microRNA precursor （ pre-miRNA ） 俗称为前体 microRNA 。 简单来说 microRNA 与 pre-miRNA 的关系就是： pre-miRNA 包含着 microRNA 。 当然不仅仅是简单的包含，这只是个前提。 Pre-miRNA 的序列是能形成典型的发卡环（ hairpin ）结构。

The pathway of microRNA in mammals

•

预测 microRNA 的方法

• Comparative methods

基于同源信息 ，序列保守性信息等等，只 能预测保守的 microRNA

• Non -- comparative methods

其中很多方法都是基于机器学习算法， 能够预测非保守的 microRNA

影响机器学习的因素1. 分类器 和 特征 在目前的大多数方法都集中于对分类器很特征的开发 而性能提高的却不是很多。

• 训练集 很少的方法会去研究训练集的选取，特别是反例的选取。

在机器学习方法中训练集一般是由：正例（ real pre-miRNA ）和反例 （ pseudo pre-miRNA ）所组成。

正例 是由实验验证过的 real pre-miRNA 组成的

反例 则是由 pseudo pre-miRNA 组成的，这是一类和正例具有非常相似特征的序列，也具有典型的发卡环。由于与 real pre-miRNA 的极其相似，所以被应用于作为反例集。

训练集如何影响分类器性能呢？

正反例的相似性高往往能得到高的性能 现有的少量方法也有致力于反例的提取，我们发

现多数的方法都是用简单的过滤在 CDS 上选取与正例相似的，但是用这些反例组成的训练集真的能得到高的分类器性能吗？

（实验设计）用我们的测试集做测试：

• ROC- analysis

实验总结1. 在对正例进行预测时，现有的方法都表现

出差不多的性能，与我们的方法相当。

2. 而在预测反例时，现有方法性能表现不一，都比较差。导致了分类器的性能较差。这说明现有方法在预测反例集是不够有效的

基于我们负集训练的效果• Triplet-SVM classifier

基于我们负集训练的效果• Mirident-classifier (Table)

Mirident-classifier (Figure)

Our ensemble classifier based on this negative set

1. Our ensemble classifier performance 实验设计： 由于用的是联合分类器，我们

与其单一分类器做了比较，看是否有提高性能。

2. Feature set performance 实验设计： 由于我们主体的特征集都是用

别人的，加上自己提出的三个特征，看是否这三个特征会提高分类器性能

mirnaDetect

• 基于我们的之前的分类器系统，还结合使用了搜索算法，我们开发出了能在基因组中挖掘 pre-miRNA 的程序

mirnaDetect

• 算法流程：

投稿经验• 作为一个菜鸟，一篇文章都还没有发成功，但是很愿意很

大家投稿时的感受哈 ~ 主要针对投国外期刊（ SCI ）： （ 1 ）投哪？ 怎么投？ 一开始， 听老师的。一般作为菜鸟肯定不知道哪些期刊好，

哪些坏，听老师的，过来人有经验。一般的原则就是从高往低的投。幸运的话，高水平的期刊往往能返回一些你的文章的命门，建议先投会议（会议往往拒了你，也会给你点意见的）。

当然到了你自己对这领域有所了解，就可以自主选择期刊了。

（ 2 ）文章格式。 选择完 期刊了，注意有些期刊还会要求你

文章的格式问题，如果是会议的话都会有模板，一般他们的网站上都有。

（ 3 ）有些会要求要写 cover letter .

需要的话找我要模板。

(4) 终于投出去了。 一般国外期刊的审稿周期很长，比较快的

应该至少也要一个月才有消息吧。网站上的状态会持续的保持在“ under review” 。

直到有消息前，干点别的吧 ~

有消息的话，他们会邮件通知 responding author

（ 5 ）终于有消息了！ Rejected OR （ major ） Revision （ 6 ） Revision 说明你还有希望。 你要重视。 Editor或者

Riviewers 会给你一堆的意见。要做到逐条修改，认真对待。编辑会要你再提交修改版的 manuscript 时候，把你对意见的回复也提交上去，一般这叫做 The Rebuttal Letter

但是要怎么写呢？ 请看下面一个例子：

• 提交 Revised manuscript ： 会要求你把修订过程一并提交，一般叫做 T

rack Changes File 。 可是你在修改后，往往就是你接受所有修订的文章，没有修订痕迹怎么办？

谢谢大家！