[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

本發明公開了一種半局部社交信息miRNA?疾病關聯性預測方法。本發明將疾病之間的相似性，miRNA之間的相似性和已知疾病與miRNA之間的關聯性構建異構圖，在異構圖中利用已知的關聯和相似性來預測未知的疾病與miRNA的關聯關聯。將疾病與miRNA作為異構圖中的頂點，類似性與關聯矩陣作為邊。路徑的評分為邊的權值與中間頂點的權值的乘積。疾病與miRNA關聯的評分為兩個頂點間所有長度為2邊或3邊的路徑的評分之和。本發明該方法相較于之前的模型和方法，可較為高效且準確地預測疾病與miRNA間未知的關聯。

技術領域

本發明涉及生物醫學和數學建模領域，尤其涉及定向異構圖的構建方法，提出一種預測miRNA和疾病之間關聯性的方法，一種半局部社交信息miRNA-疾病關聯性預測方法。

技術背景

miRNA是一種小的非編碼RNA，在植物、動物和一些病毒中，其在RNA沉默和轉錄后調控基因雖然大多數miRNA位于細胞內，但一些miRNA(通常稱為循環miRNA或細胞外miRNA)也已在細胞外環境中發現，包括各種生物流體和細胞培養基。在過去幾年中，越來越多的實驗證據表明，miRNA在許多基本生物過程中起著非常重要的作用，如循環調節，代謝，神經元圖案化等。疾病-miRNA關聯預測是早期疾病診斷和治療的重要手段。然而，大多數疾病-miRNA關聯尚未確定，因此不能從文獻中開采。疾病-miRNA關聯的預測越來越受到重視。

雖然目前許多研究人員已經將其功能用于miRNA-疾病相互作用鑒定，但miRNA的失調機制尚未完全被理解。近年來，已經開發了一些方法來發現潛在的疾病-miRNA關聯。它們主要基于一些假設，具有相似功能的miRNA有與類似疾病相關聯的更多可能性。

基于這一假設，研究人員通過使用已知的關聯和miRNA功能相似性來預測潛在的與疾病相關的miRNA，提出了HDMP的可靠性計算模型。還有研究人員提出了一種名為RWRMDA的方法，是第一個全球網絡相似度計算模型。該方法通過考慮人類miRNA與miRNA之間的關聯性來預測未確定的疾病與miRNA的關聯。今年來機器學習的發展迅速，研究人員嘗試機器學習計算模型來預測新型miRNA疾病關聯，通過構建一個異質miRNATarget失調網絡，網絡進行特征提取，并構建一個SVM分類器，以從負相關中識別陽性miRNA疾病關聯。

綜上所述目前用于預測miRNA與疾病之間關聯性的方法存在明顯的局限性：

1.數據庫的完整性對模型預測結果影響明顯；

2.部分方法需要負面樣本的加入才能取得較好的預測效果；

3.對實驗數據要求較高，如果沒有數量較大的實驗數據，這些方法無法得到理想的預測結果；

4.部分方法可以發現潛在的miRNA與疾病之間的關聯，但模型性能不甚理想。

發明內容

本發明提出一種半局部社交信息miRNA-疾病關聯性預測方法(SSLMDA)，用于克服以前方法的局限性。本發明得到的預測結果更加準確。本發明主要思想是基于相似疾病往往與具有相似功能的miRNA相關的假設，將疾病之間的相似性，miRNA之間的相似性和已知疾病與miRNA之間的關聯性構建異構圖，在異構圖中利用已知的關聯和相似性來預測未知的疾病與miRNA的關聯關聯。該方法相較于之前的模型和方法，可較為高效且準確地預測疾病與miRNA間未知的關聯。

本發明將疾病與miRNA作為異構圖中的頂點，類似性與關聯矩陣作為邊。路徑的評分為邊的權值與中間頂點的權值的乘積。疾病與miRNA關聯的評分為兩個頂點間所有長度為2邊或3邊的路徑的評分之和。

本發明解決其技術問題所采用的技術方案包括如下步驟：

步驟1.數據預處理