[发明专利]基于ARM微处理器的siRNA干扰效率预测新方法

权利要求书

1.基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于包括下列步骤：

1)进行siRNA序列预处理(siRNA序列是由A、U、G、C四种碱基组成的长度为19或21的一串字符)；

2)进行siRNA干扰效率的预测。

2.按权利要求1所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于步骤1)所述的siRNA序列预处理包括下列步骤：

1)将siRNA序列输入CPLD(CPLD是复杂可编程逻辑器件，属于大规模集成电路范围，用户能够根据需要自行构造逻辑功能)；

2)通过特征提取规则表(存放的是特征对应的编码，通过查此表，即可获得相应siRNA的编码序列)将siRNA序列以编码的形式存储于SRAM(SRAM是静态存储器)中。

3.按权利要求1所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于步骤2)所述的siRNA序列干扰效率预测包括下列步骤：

1)将siRNA序列对应的数字化信息，载入到随机森林模型中；

2)根据已知样本的siRNA序列对应的数字化信息，建立优化的随机森林模型，通过调解相应的参数，使模型的泛化误差(泛化误差是分类器对训练集之外数据的误分率)最小；

3)输入需要预测的siRNA序列对应的数字化信息到已建立的随机森林模型中，进行干扰效率预测，最后将预测的结果输出到LCD液晶显示器。

4.按权利要求2所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于步骤2)所述的特征提取规则表中所用特征如下：

1)siRNA序列特征；

2)mRNA序列特征和结构特征。

5.按权利要求2所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于步骤2)所述的特征提取规则表存在于计算机系统中，并可实时调用，它将所获取的siRNA序列，转换为易于系统分析的数字模式。

6.按权利要求3所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于步骤2)，采用bootstrap抽样方法产生OOB(out-of-bag)数据，进行OOB估计，得到随机森林的泛化误差估计。

7.按权利要求4所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于所用特征1)中提取了下列特征：

1)siRNA序列中每位碱基的数字化编码，A为0.1，U为0.2，G为0.3，C为0.4；

2)siRNA序列中motif(1-3mer)的频率，1mer频率指碱基A、U、G、C在siRNA序列中的频率，2mer频率指碱基组合AA、AU、AG、AC等16个碱基组合在siRNA序列中的频率，3mer频率指AAA、AAU、AAG、AAC等64个碱基组合在siRNA序列中的频率；

3)由能量表示的靶序列与siRNA反义链形成的双链稳定性，按Watson-Crick碱基结合能量规则计算双链结合能，每次取相邻两对碱基结合能量，最后将所有能量求和；

4)siRNA双链5’端能量差，反义链5’端4对碱基能量和与正义链5’端4对碱基能量和之间的差。

8.按权利要求4所述的基于ARM微处理器的siRNA干扰效率预测新方法，其特征在于所用特征2)提取了下列特征：

1)mRNA序列中motif(1-3mer)的频率，1mer频率指碱基A、U、G、C在mRNA序列中的频率，2mer频率指碱基组合AA、AU、AG、AC等16个碱基组合在mRNA序列中的频率，3mer频率指AAA、AAU、AAG、AAC等64个碱基组合在mRNA序列中的频率；

2)mRNA的GC含量，计算碱基G、C在mRNA序列所占比例；

3)mRNA长度，mRNA中碱基个数；

4)mRNA茎比率，mRNA通过结构预测得到的茎区比例。