Statistical evaluation of improvement in RNA secondary structure prediction.
Statistical evaluation of improvement in RNA secondary structure prediction.
复制标题
DOI：
10.1093/nar/gkr1081
复制
发表时间：
2012-02
影响因子：
14.9
通讯作者：
Mathews DH
中科院分区：
文献类型：
--
作者：
Xu Z;Almudevar A;Mathews DH
随着对RNA多种作用的发现，其在细胞功能中的中心地位变得越来越明显。已经开发了许多算法来预测RNA二级结构。通过将结构预测与参考二级结构进行比较，对其性能进行了基准测试。一般来说，算法相互比较，并选择一个最好的，而不进行统计测试，以确定是否有显着的改善。在这项工作中，它表明，预测精度的方法相互关联的序列集。这种相关性的一个可能原因是许多算法使用相同的基本原理。作为一个例子，一组基准发布的程序，预测一个结构共同的三个或更多的序列进行统计分析，以表明它可以严格评估使用配对双样本t检验。最后，提出了一个管道的统计分析，以指导选择的数据集大小和性能评估的基准结构预测。以5S rRNA序列为例应用流水线。
With discovery of diverse roles for RNA, its centrality in cellular functions has become increasingly apparent. A number of algorithms have been developed to predict RNA secondary structure. Their performance has been benchmarked by comparing structure predictions to reference secondary structures. Generally, algorithms are compared against each other and one is selected as best without statistical testing to determine whether the improvement is significant. In this work, it is demonstrated that the prediction accuracies of methods correlate with each other over sets of sequences. One possible reason for this correlation is that many algorithms use the same underlying principles. A set of benchmarks published previously for programs that predict a structure common to three or more sequences is statistically analyzed as an example to show that it can be rigorously evaluated using paired two-sample t-tests. Finally, a pipeline of statistical analyses is proposed to guide the choice of data set size and performance assessment for benchmarks of structure prediction. The pipeline is applied using 5S rRNA sequences as an example.
登录
查看更多内容
影响因子：
16.8
作者：
Long, Dang;Lee, Rosalind;Ding, Ye
通讯作者：
Ding, Ye
DOI：
10.1016/0005-2795(75)90109-9
发表时间：
1975-01-01
期刊：
BIOCHIMICA ET BIOPHYSICA ACTA
影响因子：
--
作者：
MATTHEWS, BW
通讯作者：
MATTHEWS, BW
影响因子：
5.8
作者：
Lindgreen, Stinus;Gardner, Paul P.;Krogh, Anders
通讯作者：
Krogh, Anders
影响因子：
14.9
作者：
Gorodkin, J;Stricklin, SL;Stormo, GD
通讯作者：
Stormo, GD
DOI：
10.1073/pnas.0401799101
发表时间：
2004-05-11
影响因子：
11.1
作者：
Mathews, DH;Disney, MD;Turner, DH
通讯作者：
Turner, DH