[發明專利]半局部社交信息miRNA-疾病關聯性預測方法

有效

• 申請號: 201710902228.3
• 申請日: 2017-09-29
• 公開（公告）號: CN107506617B
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 顏成鋼;邵碧堯;劉炳濤;呂曉泉;俞靈慧
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G16B25/00
• 分類號: G16B25/00;G16B40/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.半局部社交信息miRNA-疾病關聯性預測方法，其特征在于包括如下步驟：

步驟1.數據預處理

1-1.獲取數據集中疾病相似性矩陣SD，miRNA相似矩陣SR和miRNA-疾病關聯矩陣A；疾病相似性矩陣SD包含不同疾病的相似性信息，SD(d(i),d(j))代表疾病d(i)和疾病d(j)的相似度；miRNA相似矩陣SR包含各種miRNA的相似性信息，SR(m(i),m(j))表示miRNA m(i)和m(j)之間的相似性；miRNA疾病關聯矩陣A包含疾病與miRNA之間已知關聯，若A(d(i),m(j))取值為1，則認為疾病d(i)與miRNA m(j)存在關聯且關聯已通過實驗證實；如果A(d(i),m(j))取值為0，則疾病d(i)與miRNA m(j)之間的關聯尚未在實驗和臨床上得到證實；

1-2.對疾病相似性矩陣SD和miRNA相似矩陣SR應用高斯相互作用內核相似度方法，對原本疾病相似性矩陣SD和miRNA相似矩陣SR中空缺的位置進行補齊，得到新的疾病相似性矩陣SD和miRNA相似矩陣SR；

步驟2.構建異構圖矩陣GRAPH

異構圖中有兩種頂點和三種邊，為了使不同長度的路徑或經過不同類型頂點的路徑的評分相加有意義，對邊的權值和頂點的權值進行預處理，邊的權重均值為1，頂點的權重為相連的邊的權重的平方和的倒數：

SD'＝SD/(sum(SD))*CD,疾病類似性矩陣SD首先歸1，將矩陣SD中非零元素個數記為CD，歸一后矩陣SD乘上CD，使得Dis-Dis邊的均值為1；

SR'＝SR/(sum(SR))*CR,miRNA類似性矩陣SR首先歸1，將SR矩陣中非零元素個數記為CR，歸一后SR矩陣乘上CR，使得miR-miR邊的均值為1；

miRNA-疾病關聯矩陣A記錄了Dis-miR邊，權重都為1；

Dis頂點的權重設置為SD′*SD′^T的對角線向量的倒數；

miR頂點的權重設置為SR′*SR′^T的對角線向量的倒數；

由SD′、SR′和A矩陣生成描述異構有向圖的矩陣GRAPH：

GRAPH.block(0,0,Nd,Nd)＝DIS；

GRAPH.block(0,Nd,Nd,Nr)＝A；

GRAPH.block(Nd,Nd,Nr,Nr)＝MIR；

GRAPH.block(Nd,0,Nr,Nd)＝A.transpose()；

GRAPH左上角的子矩陣是疾病語義相似性矩陣SD′；GRAPH右下角矩陣為miRNA功能相似性矩陣SR′；GRAPH右上角是miRNA-疾病關聯矩陣A；矩陣A的轉置位于矩陣GRAPH左下方；得到GRAPH；

步驟3.獲取疾病與miRNA之間的評分矩陣F

預測疾病和miRNA之間存在潛在的關聯，得到一個疾病與miRNA是否存在關聯的評分矩陣F；矩陣GRAPH的異構有向圖由矩陣SD′，SR′，A組成，將矩陣GRAPH與矩陣GRAPH轉置的乘積記為矩陣B；取矩陣B的對角線元素做倒數；將這些值組合成對角矩陣WEIGHT，對角矩陣的對角元素為異構圖中頂點的權重值；

WEIGHT.diagonal()

＝(GRAPH*GRAPH.transpose()).diagonal().inverse()

用長度為2邊或3邊的路徑進行評分:

具有兩個邊的路徑的分數存儲在名為Route2E的矩陣中；

矩陣Route2E計算公式如下：

Route2E＝GRAPH*WEIGHT*GRAPH

具有三個邊的路徑的分數存儲在名為Route3E的矩陣中；

獲取矩陣Route3E計算公式如下：

Route3E＝Route2E*WEIGHT*GRAPH

最終得分矩陣F通過獲取Route2E和Route3E總和的右上部分得到：

F＝(Route2E+Route3E).block(0,Nd,Nd,Nr)；

步驟4、根據閾值設置進行預測；

用評分矩陣的計算方法獲得一個閾值，并將設置的閾值與評分矩陣計算獲得的評分進行比較，從而判斷疾病與miRNA之間是否具有關系。