基于MiRfilter系统的毛果杨miRNA预测

从参数训练、参数范围训练、候选成熟体打分等方面改进miRNA预测系统MiRfilter,使其适应拥有更长前体的植物miRNA的预测.预测毛果杨基因组上的miRNA,并对系统进行精度检验.利用MiRfilter系统共预测出3 860条候选miRNA;在110个正样本中,正确识别91条前体和80条成熟体,前体预测精度为82.73%,成熟体预测精度为72.73%;在毛果杨第4号染色体(LG_Ⅳ)上得到的1 968个负样本中,有12个数据可认为是miRNA,假阳性率为0.61%.