机构名称：
¥ 1.0
过去，已经开发了几种方法来预测信使RNA（mRNA）的单标签亚细胞定位。但是，仅设计有限的方法来预测mRNA的多标签亚细胞定位。此外，现有方法很慢，不能以转录组量表实现。在这项研究中，已经开发了一种快速可靠的方法来预测可以在基因组量表中实现的mRNA的多标签亚细胞定位。基于机器学习的方法是使用mRNA序列组成开发的，其中基于XGBoost的分类器在接收器操作员特征（AUROC）下达到了0.709（0.668 - 0.732）的平均面积。除了无对齐的方法外，我们还使用基准搜索技术开发了基于对齐的方法。最后，已经开发了一种结合XGBoost模型和基于基序的方法的混合技术，其平均AUROC为0.742（0.708 - 0.816）。我们的方法（MRSLPred）在性能和计算效率方面优于现有状态分类。已经开发了一种公开访问的Web服务器和独立工具，以促进研究人员（WebServer：https：//webs.iiitd.edu.in/raghava/raghava/mrslpred/）。
Mrslpred - 一种预测多标签的混合方法...
主要关键词
相关文件推荐
