机器学习对古生物和细菌的分类确定了新的预测基因组特征
Tania Bobbo1, Filippo Biscarini2, Sachithra K Yaddehige3
1Institute for Biomedical Technologies, National Research Council (CNR), Via Fratelli Cervi 93, Segrate (MI), 20054, Italy.
基因组特征,特别是转移RNA (tRNA) ,准确地区分了古生物和细菌. 这项研究强调了tRNA,核糖体RNA (rRNA) 和非编码RNA (ncRNA) 作为微生物分类的关键基因组元素.
科学领域:
- 微生物学 微生物学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 考古和细菌代表着不同的生命领域,有着不同的生态.
- 确切的分类方法存在,但潜在的基因组差异需要进一步阐明.
- 这项研究调查了基因组特征,以区分古生物和细菌.
研究的目的:
- 开发机器学习模型,使用基因组特征对古生物和细菌进行分类.
- 确定区分这两个生命领域的关键基因组决定因素.
主要方法:
- 利用公开可用的细菌和古生物的全基因组序列.
- 提取的基因组特征包括核酸频率,基因含量 (CDS,ncRNA,rRNA,tRNA) 和分数.
- 开发和评估机器学习模型 (例如,随机森林,神经网络) 用于分类.
主要成果:
- 机器学习模型实现了高分类精度,高达0.998.8.
- 转移RNA (tRNA) 拓和香农成为最重要的基因组特征.
- 在tRNA,rRNA,ncRNA,CDS中的核酸频率以及tRNA和rRNA的Chargaff分数也很重要.
结论:
- tRNA,rRNA和ncRNA基因是分类古生物和细菌的关键基因组元素.
- 与古生物相比,细菌在tRNA中表现出更高的核酸多样性.
- 分类错误提供了细菌,古生物和真核生物之间复杂的遗传学关系的见解.
更多相关视频
09:34A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
Published on: September 25, 2021
11:09Use of MALDI-TOF Mass Spectrometry and a Custom Database to Characterize Bacteria Indigenous to a Unique Cave Environment Kartchner Caverns, AZ, USA
Published on: January 2, 2015
相关概念视频
Methods of Classification and Identification
Applications of Molecular Taxonomy
Evolutionary Relationships through Genome Comparisons
Diversity of Archaea I
Viruses of Archaea
Microbial Classification System
