46、基因组信息学中的无监督学习方法：miRNA 靶点预测与调控模块检测

基因组信息学中的无监督学习方法：miRNA 靶点预测与调控模块检测

1. 无监督学习方法概述

在基因组信息学中，有多种无监督学习方法用于 miRNA 相关研究，以下是一些常见方法的总结：
| 方法 | 算法 |
| ---- | ---- |
| PicTar | 隐马尔可夫模型 |
| TargetScore | 变分贝叶斯混合模型 |
| GroupMiR | 基于印度自助餐过程的非参数贝叶斯方法 |
| SNMNMF | 约束非负矩阵分解 |
| Mirsynergy | 确定性重叠邻域扩展 |

2. PicTar 方法

2.1 基本原理

PicTar（概率识别目标位点组合）是少数严格考虑同一目标 3’UTR 上组合 miRNA 调控的模型之一。它首先根据目标位点在特定物种间的保守性进行预过滤，其基本框架基于隐马尔可夫模型（HMM）和最大似然（ML）方法。

设 S 为 3’UTR 序列，L 为 S 的长度，w 为长度为 lw 的 miRNA “词” 的目标位点，pw 为 miRNA w 出现的转移概率，pb 为长度 lb = 1 的背景转移概率。为简化符号，将背景字母视为特殊词 w0。目标是获得 3’UTR 序列 S 中任意核苷酸位置 i 是词的最后位置的后验概率 p(ωi = w|S, θ)。

根据马尔可夫假设，p(ωi = w|S, θ) 与位置 i 前后的概率乘积成正比，可通过前向 - 后向算法在 O(L × K) 时间内计算。

前向算法推导如下：
[
\begin{align }