[發(fā)明專利]一種LncRNA和環(huán)境因素關(guān)聯(lián)關(guān)系的高效預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911151918.5
• 申請(qǐng)日: 2019-11-22
• 公開（公告）號(hào): CN110942803A
• 公開（公告）日: 2020-03-31
• 發(fā)明（設(shè)計(jì)）人: 鄺祝芳;汪茄琪;韓跟偉;馬志豪
• 申請(qǐng)（專利權(quán)）人: 中南林業(yè)科技大學(xué)
• 主分類號(hào): G16B15/00
• 分類號(hào): G16B15/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種LncRNA和環(huán)境因素關(guān)聯(lián)關(guān)系的高效預(yù)測(cè)方法，其特征在于，包括以下步驟：

步驟1：從公開數(shù)據(jù)庫DLREFD(網(wǎng)址：http://chengroup.cumt.edu.cn/DLREFD/)下載LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系數(shù)據(jù)集，進(jìn)行去重等處理，得到LncRNA的列表和環(huán)境因素的列表，并且得到LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系的關(guān)聯(lián)矩陣A；然后分別計(jì)算出LncRNA的高斯相互作用屬性核相似矩陣KL和環(huán)境因素的高斯相互作用屬性核相似矩陣KE。

步驟2：利用公開的SimComp工具(網(wǎng)址：Similar Compound,https://www.genome.jp/tools/simcomp/)計(jì)算環(huán)境因素之間的化學(xué)結(jié)構(gòu)相似性矩陣E。

步驟3：將KL進(jìn)行邏輯斯蒂(logistic)函數(shù)轉(zhuǎn)換，得到LncRNA相似矩陣SL；利用環(huán)境因素之間的化學(xué)結(jié)構(gòu)相似性矩陣E、環(huán)境因素的高斯相互作用屬性核相似矩陣KE，構(gòu)建環(huán)境因素的相似矩陣SE。

步驟4：融合LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)的關(guān)聯(lián)矩陣A、LncRNA的相似矩陣SL和環(huán)境因素的相似矩陣SE三個(gè)子網(wǎng)，構(gòu)建一個(gè)全局異構(gòu)網(wǎng)絡(luò)；在異構(gòu)網(wǎng)絡(luò)上，利用重啟隨機(jī)游走算法得到擴(kuò)散特征。使用奇異值分解(SVD)對(duì)擴(kuò)散特征進(jìn)行降維。

步驟5：計(jì)算異構(gòu)網(wǎng)絡(luò)上lncRNA-環(huán)境因素對(duì)的Hetesim得分。

步驟6：結(jié)合擴(kuò)散特征和HeteSim得分得到特征數(shù)據(jù)集，將得到的特征數(shù)據(jù)用于訓(xùn)練梯度提升樹(GBDT)分類器，該分類器用于預(yù)測(cè)LncRNA-環(huán)境因素的關(guān)聯(lián)關(guān)系。

步驟7：使用10折交叉驗(yàn)證進(jìn)行驗(yàn)證。

2.根據(jù)權(quán)利要求1所述的LncRNA和環(huán)境因素關(guān)聯(lián)關(guān)系的高效預(yù)測(cè)方法，其特征在于，步驟1中LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)的關(guān)聯(lián)矩陣A，LncRNA的高斯相互作用屬性核相似矩陣KL和環(huán)境因素的高斯相互作用屬性核相似矩陣KE的步驟如下：

利用公開數(shù)據(jù)庫DLREFD下載的已知的LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系，構(gòu)建LncRNA-環(huán)境因素關(guān)聯(lián)的關(guān)聯(lián)矩陣A，如果LncRNA-環(huán)境因素存在關(guān)聯(lián)，則A中對(duì)應(yīng)元素為1，反之為0。構(gòu)建LncRNA的高斯相互作用屬性核相似矩陣KL,計(jì)算每個(gè)LncRNA對(duì),即LncRNA l_i和LncRNA l_j之間的高斯相互作用屬性核相似性；同樣地,基于功能相似的LncRNA與相似的環(huán)境因素之間具有關(guān)聯(lián)關(guān)系的假設(shè),利用已知的LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系網(wǎng)絡(luò),構(gòu)建環(huán)境因素的高斯相互作用屬性核相似矩陣KE。

3.根據(jù)權(quán)利要求1所述的LncRNA和環(huán)境因素關(guān)聯(lián)關(guān)系的高效預(yù)測(cè)方法，其特征在于，步驟2中利用公開的SimComp工具計(jì)算環(huán)境因素之間的化學(xué)結(jié)構(gòu)相似性矩陣E。以數(shù)據(jù)庫DLREFD中的環(huán)境因素對(duì)應(yīng)的KEGG數(shù)據(jù)庫入口編號(hào)作為參數(shù)，使用SimComp工具計(jì)算這些環(huán)境因素之間的化學(xué)結(jié)構(gòu)相似分?jǐn)?shù)。通過調(diào)用SimComp的API計(jì)算每一對(duì)環(huán)境因素e_i和環(huán)境因素e_j的化學(xué)結(jié)構(gòu)相似分?jǐn)?shù)E(e_i,e_j)。

4.根據(jù)權(quán)利要求1所述的LncRNA和環(huán)境因素關(guān)聯(lián)關(guān)系的高效預(yù)測(cè)方法，其特征在于，步驟3中將KL進(jìn)行邏輯斯蒂(logistic)函數(shù)轉(zhuǎn)換，得到的LncRNA相似矩陣SL；利用環(huán)境因素之間的化學(xué)結(jié)構(gòu)相似性矩陣E、環(huán)境因素的高斯相互作用屬性核相似矩陣KE，構(gòu)建環(huán)境因素的相似矩陣SE。

5.根據(jù)權(quán)利要求1所述的LncRNA和環(huán)境因素關(guān)聯(lián)關(guān)系的高效預(yù)測(cè)方法，其特征在于，步驟4中融合LncRNA-環(huán)境因素關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)的關(guān)聯(lián)矩陣A、LncRNA的相似矩陣SL和環(huán)境因素的相似矩陣SE三個(gè)子網(wǎng)，構(gòu)建一個(gè)全局異構(gòu)網(wǎng)絡(luò)；在異構(gòu)網(wǎng)絡(luò)上，利用重啟隨機(jī)游走算法計(jì)算擴(kuò)散分?jǐn)?shù)，得到高維擴(kuò)散特征，再使用奇異值分解(SVD)進(jìn)行降維得到d維的低維擴(kuò)散特征。具體步驟為：第一步:構(gòu)建游走網(wǎng)絡(luò)。第二步:在新建的游走網(wǎng)絡(luò)上實(shí)現(xiàn)隨機(jī)游走，獲得穩(wěn)定的隨機(jī)游走概率，得到擴(kuò)散特征。第三步：使用奇異值分解(SVD)對(duì)擴(kuò)散特征進(jìn)行降維。