[發明專利]疾病關聯miRNA的預測方法和系統

在審

• 申請號: 202110326227.5
• 申請日: 2021-03-26
• 公開（公告）號: CN112885405A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 黎昂;陳敏;鄧英偉;譚艷;曾利軍
• 申請（專利權）人: 湖南工學院
• 主分類號: G16B20/00
• 分類號: G16B20/00;G06F40/30;G16H50/70
• 代理公司: 衡陽雁城專利代理事務所(普通合伙) 43231
• 代理人: 龍騰

疾病關聯miRNA預測方法和系統，涉及生物信息技術領域，本發明引入疾病高斯核譜相似性和miRNA高斯核譜相似性來構建復合型疾病語義相似性網絡和復合型miRNA功能相似性網絡，再在上述復合型網絡中實施帶重啟的隨機游走算法，并將所得到的兩個穩定的分布向量整合得到miRNA與疾病關聯綜合預估得分網絡，再通過網絡投影手段，分別將復合型疾病相似性網絡和復合型miRNA功能相似性網絡在miRNA與疾病關聯綜合預估得分網絡上進行投影，最終得出miRNA與疾病關聯預測結果。與現有預測方法相比，本發明不需要負樣本數據，實現簡單，能夠用于孤立疾病和新miRNA的預測、準確度較高且參數很少，僅利用很少的資源就可進行預測。

技術領域

本發明涉及生物信息技術領域，特別涉及一種疾病關聯miRNA的預測方法和系統。

背景技術

MicroRNA(miRNA)是一類長度約為20–25 nucleotide的單鏈非編碼RNA，它們通過與3’untranslatedregions結合并抑制target mRNA的翻譯，從而對轉錄后基因表達水平產生重要影響。細胞的發育、分化、生長和代謝都和miRNA密切相關，大量證據表明，miRNA的變異和失調是誘發疾病的重要原因，識別疾病相關的miRNA成為近年來生物學研究領域的一個重要課題。然而，通過生物實驗來確定miRNA與疾病之間的關聯是非常費時費力的，而利用計算機技術來預測潛在的疾病關聯miRNA則可以大大降低工作強度，從而節省成本和時間，目前較為領先的預測模型有MDHGI、NSEMDA、RFMDA和SNMFMDA，但是上述計算預測模型的結構較為復雜，同時涉及的參數較多，需要較多的負樣本數據支撐，對于數據資源的依賴性較高，實施難度較大。近些年來，將計算機技術用于預測疾病關聯miRNA的專利申請也在逐步增多，例如中國專利文獻CN109256215A就公開了一種基于自回避隨機游走的疾病關聯miRNA預測方法，該方法使用自回避隨機游走的兩個屬性之比來度量節點間的關聯度，只需根據已知miRNA與疾病的關聯信息就能預測潛在的疾病關聯miRNA。該方法雖然實施起來相對簡單，但是其預測結果的準確度尚有待提高。

發明內容

本發明的目的之一是提供一種實現簡單、結果準確度較高的疾病關聯miRNA預測方法。

為了實現上述目的，本發明所涉疾病關聯miRNA預測方法采用以下手段：

1)數據準備：利用疾病語義相似性和疾病高斯核譜相似性構建復合型疾病相似性網絡；利用miRNA功能相似性和miRNA高斯核譜相似性構建復合型miRNA功能相似性網絡；

2)miRNA與疾病關聯預估：分別在復合型miRNA功能相似性網絡和復合型疾病相似性網絡中實施帶重啟的隨機游走算法，得到兩個穩定的分布向量，將兩個分布向量整合獲得miRNA與疾病關聯綜合預估得分網絡；

3)細化預測：分別將復合型疾病相似性網絡、復合型miRNA功能相似性網絡在miRNA與疾病關聯綜合預估得分網絡上進行投影，融合兩個投影得分作為最終miRNA與疾病關聯預測得分，進而得出疾病關聯miRNA預測結果。

其中，在步驟1)中，疾病高斯核譜相似性表示為：

GD(i，j)＝exp(-γ_d||MD(：，i)-MD(：，j)||²)；

GD(i，j)為疾病d_i和疾病d_j之間的高斯核譜相似性；MD(：，i)為已知疾病關聯miRNA矩陣中疾病的第i列，MD(：，j)為矩陣中疾病的第j列；參數γ_d用來控制GD(i，j)的內核帶寬，γ_d通過下式計算得到：

γ_d′為1。

進一步地，在步驟1)中，miRNA高斯核譜相似性表示為：