RNA前体选择性剪接建模与预报的任务书任务目标：使用机器学习方法，对RNA前体在选择性剪接过程中出现的剪接事件进行建模和预报，探索RNA选择性剪接的机理和规律，并提高RNA剪接元件识别准确率。任务内容：1.收集RNA前体选择性剪接事件数据，包括基因组序列、剪接位置和剪接区间等信息。2.建立RNA选择性剪接事件的分类模型，探索RNA剪接元件的作用；优化特征表示，探索适当的机器学习算法。3.针对剪接事件的分类模型，设计合理的评价指标和实验验证方法，评价模型的性能。4.对对剪接元件的预测模型进行实际应用，验证模型的实用性。5.撰写本任务的完整报告。任务分工：1.数据收集：A、B；2.模型建立：C、D；3.实验验证：E；4.报告撰写：全部。任务要求：•至少使用一种机器学习算法（如神经网络、支持向量机、决策树等），探索包括特征提取、特征表示和模型优化在内的关键问题；•设计至少两个实验，运用不同方法对任务进行实验验证，综合分析模型优劣；•撰写完整的论文报告，包括任务背景、研究方法、实验设计、结果分析和结论。参考文献：1.XiongHY,AlipanahiB,LeeLJ,etal.RNAsplicing.Thehumansplicingcoderevealsnewinsightsintothegeneticdeterminantsofdisease.Science,2015,347(6218):1254806.2.YangX,Coulombe-HuntingtonJ,KangS,etal.WidespreadExpansionofProteinInteractionCapabilitiesbyAlternativeSplicing.Cell,2016,164(4):805-817.3.WangGS,CooperTA.SplicinginDisease:DisruptionoftheSplicingCodeandtheDecodingMachinery.NatRevGenet,2017,18(12):749-771.