靶向鸡糖皮质激素受体基因的microRNA预测与鉴定

[目的]本文旨在预测和筛选靶向调控鸡糖皮质激素受体(glucocorticoid receptor,GR)表达的microRNA。[方法]用TargetScan、PicTar和miRDB软件分别预测靶向鸡GR 3′UTR microRNA并取交集;构建包含鸡GR 3′UTR的重组质粒及突变质粒,通过双荧光素酶试验鉴定microRNA和鸡GR 3′UTR的靶向性;用TargetScan和miRDB软件分别预测候选microRNA的靶基因,用DAVID软件对预测出的共同靶基因进行GO功能分析;用Western blot检测过表达候选microRNA对鸡DF1细胞GR蛋白表达的影响。[结果]miR124-3p、miR142-3p、miR204/211、miR183、miR18-5p和miR181a/181b是3种软件预测靶向GR 3′UTR的交集microRNA;双荧光素酶试验结果表明miR142-3p、miR204/211和miR18-5p靶向结合GR 3′UTR。2种软件预测3个候选microRNA的靶基因中都有GR且富集分子功能不同;在DF1细胞中过表达3个候选microRNA后,miR142-3p和miR204/211显著降低GR蛋白的表达水平(P<0.05)。[结论]miR142-3p、miR204/211和miR18-5p靶向结合鸡GR 3′UTR,且miR142-3p和miR204/21可以降低鸡DF1细胞中GR蛋白的表达水平。

循环microRNA预测严重发热伴血小板减少综合征患者不良预后的潜力

目的 评估循环microRNA预测严重发热伴血小板减少综合征(SFTS)患者不良预后的潜力。方法 选择2020年1月至2022年1月56例SFTS患者(SFTS组)和同期30例有发热但没有SFTS临床特征的患者(对照组)为研究对象。使用小RNA测序分析对照组(n=13)和SFTS组患者(n=13)血浆血小板中的miRNA表达谱,并通过定量PCR验证失调的miRNA。进行多变量线性回归分析确定与SFTS患者30 d死亡的独立影响因素。结果 56例SFTS患者中,35例为普通SFTS,21例为重症SFTS。与普通SFTS患者相比,重症SFTS患者的年龄、脑病、死亡人数、白细胞计数、肌酸激酶(CK)、肌酸激酶同工酶(CK-MB)、乳酸脱氢酶(LDH)显著升高(P<0.05),血小板计数显著降低(P<0.05)。所有SFTS患者的病死率为8.93%(95%CI,4.92%~15.67%),重症SFTS患者的病死率为23.81%(95%CI,13.48%~38.53%)。与普通SFTS患者相比,重症SFTS患者的30 d存活率显著降低(P<0.05)。SFTS患者血小板中发现26个显著失调的miRNA(倍数变化>8和FDR<0.000 1%)。miR-106b、miR-25、miR-92a、miR-21、miR-590-5p在SFTS患者和对照组患者之间的表达差异有统计学意义(P<0.05),且重症SFTS患者的miR-106b、miR-25、miR-92a、miR-21、miR-590-5p表达显著高于普通SFTS患者(P<0.05)。miR-106b、miR-25、miR-92a、miR-21、miR-590-5p是SFTS患者30 d死亡的独立影响因素(P<0.05)。结论 在SFTS患者的血小板中发现了一个独特的miRNA表达特征,并能够对SFTS患者与其他发热性疾病患者进行有效区分。此外,这些miRNA还可作为SFTS患者30 d死亡的独立预测因素。

生物信息学中的MicroRNA预测研究

为microRNA预测的研究提供参考,讨论了生物信息学中有关MicroRNA预测研究的若干问题。根据最新的研究成果,由MicroRNA预测的特征信息和数据源,从结构序列分析方法、比较基因组方法和机器学习方法等方面对MicroRNA预测的生物信息学方法做了回顾和展望,指出了该领域研究的趋势。通过对3类方法的比较结果表明,采用机器学习方法的效果更优越,能较精确地预测出MicroRNA。

拟南芥基因组中新的microRNA预测及分析

MicroRNA(miRNA)是一类存在于动植物体内、长度为21￣25nt的内源性小RNA,对生物体的转录后基因调控起着关键作用,但一些低丰度的miRNA和组织特异性miRNA往往很难发现。为了系统识别拟南芥基因组中新的非同源miRNA,首先基于已报道的拟南芥miRNA的特征,从全基因组范围中筛选出453条可能的miRNA前体;其次,为了进一步对上述miRNA前体进行筛选,利用人的miRNA前体数据构建了支持向量机模型GenomicSVM,该模型对人测试集的敏感性和特异性分别为86.3%和98.1%(30个人miRNA前体和1000个阴性miRNA前体),对拟南芥测试集的正确率为93.6%(78个miRNA前体);最后,利用GenomicSVM预测上述453条miRNA前体序列,得到了37条候选的新的拟南芥miRNA前体,为进一步的miRNA实验发现研究提供了指导。

基于机器学习的microRNA预测方法研究进展

传统的克隆方法受组织和环境影响显著,且实验成本高,而计算方法中的比较方法对进化距离远的microRNA敏感性低,无法预测无同源的microRNA,机器学习方法解决了比较方法依赖同源基因的问题。首先总结了基于机器学习预测microRNA的相关生物学知识;其次,给出基于机器学习的microRNA预测方法的大体流程,列举了基于机器学习的microRNA预测方法的最新研究算法及软件;再次,从数据集选取、特征集选取、分类器设计、特征子集选择、类不平衡问题解决和评价标准等环节出发,归纳总结了各环节中采用的方法及技术,并详细阐述了它们的最新研究进展,部分环节对采用的方法及技术进行了对比分析,总结了各自的优势和不足;最后,总结和展望了基于机器学习的microRNA预测方法的研究工作。

基于蚁群和支持向量机的microRNA预测方法

由于microRNA在生物体系统中起着重要的调控功能,对microRNA进行快速有效的预测很有必要.本文通过使用蚁群算法和支持向量机相结合的思想,结合microRNA的前体pre-miRNA序列特征和结构特征,构造了一种microRNA的预测方法.通过采集Sanger和UCSE数据库中的人类阳性和部分阴性数据集进行学习和测试,同时使用J48和BP神经网络两种机器学习方法进行对比,实验结果显示,使用蚁群算法和支持向量机的方法预测pre-miRNA的识别率达97.471%,与另外两种方法相对比,识别率分别提高了8.736%和10.575%,预测的准确性有显著提高.

一种改进的microRNA预测模型集成方法

现有的microRNA预测方法往往存在数据集类不平衡和适用物种单一的问题。针对以上问题,所做主要工作如下:1)提出基于序列熵的分层采样算法,该算法可在保持样本总体分布的基础上,采样生成正样本和负样本数量平衡的训练集;2)提出基于信噪比和相关性的特征选择,用于缩小训练集规模,以达到提高训练速度的目的;3)提出DS-GA算法,用于缩短SVM分类器参数的优化时间,达到减少过拟合的目的;4)结合集成学习的思想,经采样、特征选择、分类器参数优化3个步骤,建立了一种物种间通用的microRNA预测模型。实验表明,该模型有效解决了类不平衡问题,且不局限于单一物种,对混合物种的测试集预测取得了较好效果。

牛基因组中新的microRNA预测及分析

MicroRNA(miRNA)是一类调控真核基因表达的非编码小分子RNA,目前已证实miRNA在生物体生长、发育和疾病发生等过程中起着重要的作用。用同源搜索的计算分析法预测新的miRNAs是当前发现和鉴定miRNA的有效方法之一,本研究根据NCBI数据库中的牛EST、GSS信息以及猪、家犬、人、大猩猩和小家鼠5种哺乳动物的已经注册miRNA分子信息,预测牛新的候选miRNA,通过碱基错配、二级结构、A+U含量、自由能大小等分析候选序列特征,得到了17条牛新的候选miRNA。这对进一步寻找牛的miRNA和遗传育种研究提供了新的思路,具有一定的理论和实际意义。

基于递归特征消除和随机森林融合算法的大豆前体MicroRNA预测模型研究

随着大豆RNA基因的生物调控作用研究的不断深入,利用数据挖掘技术对大豆前体MicroRNA(pre-microRNA)进行有效的预测已成为该领域的重要发展方向。针对常规的随机森林算法在pre-microRNA预测模型中存在识别精度较低的问题,研究提出并构建基于递归特征消除(recursive feature elimination, RFE)与随机森林(random forest, RF)融合算法的大豆pre-microRNA预测模型。首先利用递归特征消除法筛选大豆pre-microRNA序列的最优特征子集;然后结合随机森林算法构建大豆pre-microRNA的预测模型;最后利用十折交叉验证法,将递归特征消除与随机森林(RFE-RF)融合模型的预测结果与单一随机森林和支持向量机分类模型的预测结果对比。研究结果表明:融合后构建的大豆pre-microRNA预测模型精度有明显提高,达到84.62%,相比于支持向量机算法(support vector machine, SVM)构建的模型精度提高了17.02%,相比于单独使用随机森林算法构建的模型精度提高了14.58%。该研究方法为大豆的pre-microRNA基因预测提供了新思路。

成对约束降维集成下的MicroRNA预测

MicroRNA(miRNA)是一类在生物体内发挥重要调控作用的非编码小RNA,对miRNA的预测有助于研究和理解其生物学功能。已经提出的基于成对约束的降维算法(local semi-supervised linear discriminant analysis,LSLDA)在对miRNA降维的同时,也能保持数据的局部结构信息和判别能力,可有效改进miRNA的预测性能。因此,在LSLDA算法基础上,提出了一种新的集成LSLDA算法(ensemble of local semi-supervised linear discriminant analysis,En-LSLDA)。该算法对不同约束个数下的分类结果进行集成,以集成结果作为最后的分类结果,以此进一步改进miRNA的预测性能。miRNA数据集上的实验结果表明,En-LSLDA算法是有效可行的。同时,UCI数据集上的实验结果也验证了新提出的集成方法同样适用于其他数据集。

基于成对约束降维的MicroRNA预测

MicroRNA是一类内源、单链非编码小RNA,在生物体内发挥着重要的调控作用.对microRNA的预测有助于研究和理解它们的生物学功能.目前,针对成对约束的microRNA预测方法还报道不多.为此,本文提出了一个基于成对约束的降维算法,该算法并入数据局部结构保持策略,以此有效改进microRNA的预测性能.在mi-croRNA数据集和UCI数据集上的实验结果表明,新提出的基于成对约束的降维方法是有效可行的.

MicroRNA-148a在妊娠期肝内胆汁淤积症中的表达及临床预测价值

目的 探讨microRNA-148a在妊娠期肝内胆汁淤积症(ICP)中的表达及临床预测价值。方法选取2020年2月—2022年1月天水市中西医结合医院收治的113例ICP患者作为ICP组,另选取同期在该院产检的80例健康孕妇作为对照组。对比两组肝功能及microRNA-148a相对表达量。随访统计ICP患者妊娠结局,并依据妊娠结局分为不良组和良好组。对比不同妊娠结局ICP患者临床资料及microRNA-148a相对表达量。多因素逐步Logistic回归模型分析影响ICP患者妊娠结局的相关因素。绘制受试者工作特征(ROC)曲线,以曲线下面积(AUC)分析microRNA-148a对ICP患者妊娠结局的预测效能。结果 ICP组总胆红素(TBIL)、直接胆红素(DBIL)、门冬氨酸转氨酶(AST)、丙氨酸转氨酶(ALT)及microRNA-148a相对表达量高于对照组(P <0.05)。不良组与良好组年龄、体质量指数、孕周、产次构成、DBIL、AST、ALT、白细胞计数、血小板计数、平均血小板体积、血红蛋白、尿蛋白、血肌酐比较,差异均无统计学意义(P>0.05)。不良组重度ICP病情占比高于良好组,TBA、TBIL、microRNA-148a相对表达量高于良好组(P <0.05)。多因素逐步Logistic回归分析结果显示:重度ICP病情[OR=2.875(95%CI:1.093,7.559)]、microRNA-148a高表达[OR=3.343(95%CI:1.272,8.791)]均为影响ICP孕妇预后的危险因素(P <0.05)。ROC曲线分析结果显示,血清microRNA-148a预测ICP孕妇妊娠结局的最佳截断值为1.12,敏感性、特异性及曲线下面积分别为72.73%(95%CI:0.496,0.884)、81.32%(95%CI:0.715,0.884)、0.798(95%CI:0.712,0.868)。结论 microRNA-148a在ICP患者中高表达,且血清microRNA-148a对ICP患者妊娠结局的预测效能较高。

血浆microRNA-206联合床旁超声膈肌功能预测老年机械通气患者撤机结果的价值

目的观察血浆microRNA-206(miRNA-206)与床旁超声膈肌功能联合预测老年机械通气患者撤机结果的价值。方法选取2020年6月—2023年6月在南京医科大学附属淮安第一医院急诊重症监护室住院的老年机械通气患者102例,根据撤机结果分为成功组、失败组。比较两组患者血浆miRNA-206、膈肌功能指标及一般资料;采用多因素逐步Logistic回归模型分析老年机械通气患者撤机结果的影响因素;绘制受试者工作特征(ROC)曲线分析血浆miRNA-206、床旁超声膈肌功能单独及联合对老年机械通气患者撤机结果的预测价值。结果102例患者撤机失败率为33.33%。与成功组比较,失败组膈肌增厚率(DTF)、膈肌活动度(DE)、血浆miRNA-206、白蛋白(Alb)水平降低(P<0.05),膈肌收缩速度(DCV)加快(P<0.05),膈肌浅快呼吸指数(DRSBI)、急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)评分、早期气管切开百分率升高(P<0.05),年龄增大(P<0.05)。多因素逐步Logistic回归分析结果显示:年龄[OR=1.089(95%CI:1.041,1.139)]、APACHEⅡ评分[OR=1.079(95%CI:1.029,1.131)]、miRNA-206[OR=0.663(95%CI:0.502,0.876)]、DTF[OR=0.587(95%CI:0.389,0.887)]、DE[OR=0.744(95%CI:0.584,0.947)]、DCV[OR=1.213(95%CI:1.059,1.389)]和DRSBI[OR=1.931(95%CI:1.029,3.622)]是老年机械通气患者撤机结果的影响因素(P<0.05)。ROC曲线分析结果显示,miRNA-206、DTF、DE、DCV、DRSBI预测老年机械通气患者撤机结果的最佳截断值分别为0.50、34.36%、9.60mm、1.50 cm/s、1.90次/(min·mm),敏感性分别为73.53%(95%CI:0.556,0.871)、67.65%(95%CI:0.495,0.826)、61.76%(95%CI:0.436,0.778)、70.59%(95%CI:0.525,0.849)、64.71%(95%CI:0.465,0.803),特异性分别为70.59%(95%CI:0.583,0.810)、73.53%(95%CI:0.614,0.835)、75.00%(95%CI:0.630,0.847)、72.06%(95%CI:0.599,0.823)、79.41%(95%CI:0.679,0.883),曲线下面积(AUC)分别为0.709、0.715、0.645、0.742、0.719;联合预测的敏感性为97.06%(95%CI:0.847,0.999),特异性为69.12%(95%CI:0.567,0.798),AUC为0.851。结论血浆miRNA-206联合床旁超声膈肌功能对老年机械通气患者撤机结果具有较高的预测价值。

血清microRNAs预测ST段抬高型心肌梗死患者预后不良的Meta分析

目的:利用Meta分析的方法系统评价血清microRNAs对ST段抬高型心肌梗死(ST-segmentelevationmyocardial infarction,STEMI)患者不良预后的预测价值。方法:计算机检索PubMed、Webof Science、EMbase、the Cochrane Library、中国知网、万方数据、维普数据库和中国生物医学文献数据库,纳入microRNAs预测STEMI预后情况的相关研究,检索时限设定为建库至2023年10月31日。根据诊断性试验研究质量评估量表(quality assessment of diagnostic accuracy studies-2,QUADAS-2)评价文献质量,采用Stata 17.0、RevMan 5.4和Meta-Disc 1.4软件进行Meta分析。结果:本研究共纳入14篇国内外研究,涉及STEMI患者1 816例,包括预后不良患者593例。随机效应模型合并结果显示,血清microRNAs预测STEMI患者不良预后的合并敏感度为0.78(95%CI:0.75~0.82),合并特异度为0.77(95%CI:0.75~0.79),综合受试者工作特征曲线下面积为0.85(95%CI:0.83~0.88)。亚组分析表明不同预后事件、患者是否为急性STEMI、不同样本量可能是造成异质性的原因。Deek's对称性检验表明不存在潜在的发表偏倚(t=1.10,P=0.29)。Fagan's列线图显示,应用血清microRNAs后,STEMI患者不良预后事件被正确预测的概率由50%上升至78%,预后良好患者被误判的概率由50%下降至21%。结论:本研究通过Meta分析的方法,共纳入14篇文献,发现血清microRNAs对STEMI患者不良预后具有一定预测价值,在STEMI患者预后管理中具有较好的应用前景。

风险预测模型评估MicroRNA-155对急性髓系白血病患者接受异基因造血干细胞移植不良预后的影响

目的:分析异基因造血干细胞移植是否能够克服miR-155过表达在急性髓系白血病患者中不良预后影响。方法:筛选癌症基因组图谱(TCGA)数据库中有miRNA表达信息并接受过异基因造血干细胞移植的急性髓系白血病患者,以miR-155表达水平的中位数为临界值将其分为高表达组与低表达组。描述性统计总结两组患者的性别、年龄、染色体核型、预后分组等临床特征及常见基因突变,采用Mann-Whitney U检验、χ2检验、单因素和多因素分析进行比较。结果:除骨髓肿瘤细胞及FLT3-ITD突变、TP53突变外,两组间临床及遗传资料均存在显著差异。两组患者的年龄、性别、白细胞计数、外周血肿瘤细胞百分率、FAB分型等临床特征差异均无统计学意义。单因素分析发现,miR-155高表达OS降低,PHF6、RUNX1、TP53和MLL-PTD突变患者OS降低。多变量分析表明,miR-155高表达是OS较差的独立因素。结论:miR-155高表达与AML患者接受同种异体造血干细胞移植的不良预后相关,是AML预后不良的生物标志物。

microRNA-132及其靶基因NAG-1在评估强直性脊柱炎患者非甾体类抗炎药治疗效果中的预测价值

目的探讨microRNA-132及其靶基因NAG-1在评估强直性脊柱炎(AS)患者非甾体类抗炎药治疗效果中的预测价值。方法选择在该院就诊的AS患者154例作为观察组,抽取同期在该院体检的健康受试者154例作为对照组。观察两组受试者miR-132和NAG-1 mRNA表达水平。观察组患者采用双氯芬酸钠治疗16周,根据美国风湿病学协会(ACR)制定的ACR20标准,将观察组达到标准患者分为ACR20组,其余患者归为非ACR20组,比较两组治疗前miR-132和NAG-1mRNA表达水平及其对疗效的预测价值。结果观察组患者单核细胞miR-132 mRNA表达水平高于对照组,NAG-1 mRNA表达水平低于对照组,差异均有统计学意义(P<0.05)。miR-132预测AS的灵敏度为83.8%,特异性为98.1%,最佳截断值为1.373,曲线下面积(AUC)为0.964,95%CI为0.936~0.982;NAG-1预测AS的灵敏度为76.0%,特异度为86.4%,最佳截断值为0.826,AUC为0.879,95%CI为0.838~0.914。ACR20组患者miR-132mRNA表达水平低于非ACR20组患者,NAG-1mRNA表达水平高于非ACR20组患者,差异均有统计学意义(P<0.05)。miR-132预测ACR20的敏感度为81.8%,特异性为94.2%,AUC为0.950,95%CI为0.903~0.979;NAG-1预测ACR20的敏感度为97.0%,特异性为46.3%,AUC为0.751,95%CI为0.675~0.817。结论miR-132及NAG-1可能是诊断AS及预测非甾体类抗炎药治疗效果的潜在生物学指标。

外周血microRNA‐21和NF‐κB对经皮冠状动脉介入治疗术后患者ST段回落不良的预测价值

目的研究外周血microRNA‑21(miR‑21)和核因子κB(NF‑κB)对经皮冠状动脉介入(PCI)治疗的ST段抬高型心肌梗死(STEMI)患者术后ST段回落不良的预测价值。方法以2018年1月至2021年1月于如皋市人民医院进行PCI治疗的150例STEMI患者作为研究对象,其中PCI术后ST段回落不良组患者44例,ST段回落良好组患者106例,比较术前2组患者的miR‑21和NF‑κB水平以及术中资料之间的差异,分析外周血miR‑21和NF‑κB对PCI术后ST段回落不良的预测价值。结果2组患者的PCI术中病变血管情况、梗死相关动脉、治疗中的替罗非班使用情况、血栓抽吸、植入支架、靶病变血管直径、靶病变血管长度及球囊扩张压力差异无统计学意义(P>0.05);ST段回落不良组术前的miR‑21和NF‑κB水平高于ST段回落良好组(P<0.01)。通过ROC曲线分析发现miR‑21和NF‑κB联合检测预测ST段回落不良的曲线下面积高于单独检测,ST段回落不良患者术前的miR‑21和NF‑κB临界值分别为2.30及1.31 ng/L。结论通过对患者的NF‑κB与miR‑21进行分析,可以对PCI术后ST段回落不良情况进行预测。

干旱形成机制与预测理论方法及其灾害风险特征研究进展与展望

在全球变暖背景下,干旱事件发生的频率和强度不断增大、影响不断加重,干旱发生规律的异常性和机制的复杂性也更为突出,对干旱形成机制、预测理论方法及灾害风险变化规律等方面都提出了新的挑战,也制约了当前干旱预测、预警及其灾害防控能力的提高。近年来,在国家重点基础研究发展计划(973计划)课题等多个国家级项目支持下,已在干旱灾害形成机制与预测理论方法及其风险特征方面取得了一系列新成果。通过动力诊断、数值模拟和田间试验等方法,开展了干旱形成的多因子协同作用和多尺度叠加机制、干旱致灾过程的逐阶递进特征,以及干旱灾害风险分布演化的主控因素等方面的研究。对如下几方面的新进展进行了系统总结归纳:(1)厘清了全球变暖背景下青藏高原热力、海温、夏季风、遥相关等多因子对干旱形成的作用机制。(2)发现了降水亏缺时间尺度和农作物不同生长阶段的干旱敏感性规律。(3)揭示了变暖背景下典型区域干旱灾害风险分布及其变异的新特征;构建了干旱灾害风险新概念模型。(4)研发了东亚季风区的季节和次季节干旱集成预测系统。在总结归纳已取得研究成果的基础上,对未来干旱形成机制及其灾害风险科学研究进行了展望,提出了5个重点研究方向:(1)多因子联动及其多尺度叠加效应对干旱形成的影响;(2)系统整合人类活动和决策以及相关反馈的气候模式研究;(3)揭示陆-气耦合和大气环流协同作用对干旱的影响;(4)认识干旱灾害对粮食安全和生态安全影响的关键过程;(5)提高不同气候情景下干旱预估的准确度。

基于混合分解和PCG-BiLSTM的风速短期预测

为降低风速的随机性对风力发电的影响,提高风速短期预测的精准度,提出一种基于混合分解、双通道输入、多分支PCG-BiLSTM深度学习模型的短期风速预测方法。首先,将全年风速数据分为春、夏、秋、冬4个季度,选取春季作为主要实验对象;其次,利用奇异谱分解(SSD)和变分模态分解(VMD)以降低原始春季风速数据复杂度,生成具有不同模态且复杂度低的子分量,两种不同模式子分量组合为混合分量,实现不同模式分解算法的优势互补;最后,将混合分量以双通道的形式输入到多分支PCG-BiLSTM深度学习模型中,其模型的每个分支由卷积神经网络(CNN)与门控循环单元(GRU)并联组成时空特征提取模块,用于提取两种分解分量组合的混合分量的时空特征,各分支提取对应混合分量的时空特征经聚合后再由双向长短期记忆网络(BiLSTM)进一步提取风速信号的正向和反向双向波动规律,进而得到最终的风速预测结果。多组实验结果表明:提出的组合预测方法在短期风速预测中具有较高的精度和泛化能力,优于其他传统预测方法。

基于特征变量扩展的含气饱和度随机森林预测方法

采用数据驱动的方式,提出了一种基于随机森林机器学习算法训练出含气饱和度地震预测方法,并将该方法应用于中国西部复杂天然气藏中,分别对单井资料和二维地震资料进行了含气饱和度预测与分析。研究结果表明:(1)抽取井旁道纵波速度、横波速度和密度3个弹性参数叠前地震反演结果作为基本特征变量样本,引入边界合成少数类过采样技术对基本特征变量样本和对应的含气饱和度样本进行平衡化处理;利用扩展弹性阻抗结合数学变换自动生成一系列的扩展变量;再利用随机森林对特征变量进行含气饱和度预测重要性排名,并优选重要性较高的特征变量进行含气饱和度随机森林训练。(2)该方法大幅减少了特征变量提取和优选的人工工作量,且有效减少了信息冗余以及因含气饱和度样本不平衡导致的训练偏倚问题,有效增强了随机森林算法在含气饱和度地震预测方面的能力。(3)实际单井应用中预测的含气饱和度与测井解释的含气饱和度的相关系数可达0.9855;在二维地震资料应用中,该方法比基于常规未平衡化的11个弹性参数作为随机森林输入预测出的含气饱和度精度更高。