[發明專利]基于拉普拉斯正則化最小二乘和網絡投影的lncRNA-疾病關聯預測方法和系統

在審

• 申請號: 202110428827.2
• 申請日: 2021-04-21
• 公開（公告）號: CN112992347A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 陳敏;鄧英偉;黎昂;譚艷;李澤軍
• 申請（專利權）人: 湖南工學院
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16B20/00
• 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

基于拉普拉斯正則化最小二乘和網絡投影的lncRNA?疾病關聯預測方法和系統，本發明引入疾病高斯核譜相似性和lncRNA高斯核譜相似性來構建綜合的疾病相似度矩陣和綜合的lncRNA相似度矩陣，再在上述綜合的疾病相似度矩陣和綜合的lncRNA相似度矩陣中分別實施拉普拉斯正則化最小二乘法，并將所得到的兩個預估得分矩陣整合得到lncRNA與疾病關聯復合預估得分矩陣，再通過網絡投影手段，分別將綜合的疾病相似度矩陣和綜合的lncRNA相似度矩陣在lncRNA與疾病關聯復合預估得分矩陣上進行投影，最終得出lncRNA與疾病關聯預測結果。與現有預測方法相比，本發明能同時預測所有疾病與lncRNA的關聯，并且能夠用于孤立疾病和新lncRNA的預測，具有不需要負樣本和只有一個參數的優點，預測準確性更高。

技術領域

本發明涉及生物信息技術領域，特別涉及一種基于拉普拉斯正則化最小二乘和網絡投影的lncRNA-疾病關聯預測方法和系統。

背景技術

長鏈非編碼RNA(Long non-coding RNA, lncRNA)是長度大于 200 個核苷酸的非編碼 RNA。近年來，大量證據表明，許多lncRNA與人類疾病密切相關，并且lncRNA的突變和失調會引發多種疾病，包括宮頸癌、卵巢癌等，因此，識別和預測lncRNA與疾病之間的關聯關系有助于探索疾病的發病機制，這也促使lncRNA與疾病的相關性的識別和確認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lncRNA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lncRNA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IIRWR和LDAI-ISPS，但是上述計算預測模型的涉及的參數較多，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，并且泛化能力較弱，預測精度也有待提高。

發明內容

本發明的目的之一是提供一種實現簡單、結果準確度較高的基于拉普拉斯正則化最小二乘和網絡投影的lncRNA-疾病關聯預測方法。

為了實現上述目的，本發明所涉基于拉普拉斯正則化最小二乘和網絡投影的lncRNA-疾病關聯預測方法采用以下手段：

步驟一、在疾病語義相似性的基礎上結合疾病高斯核譜相似性得到綜合的疾病相似度矩陣；在lncRNA功能相似性的基礎上結合lncRNA高斯核譜相似性得到綜合的lncRNA相似度矩陣；

步驟二、在綜合的疾病相似度矩陣中實施拉普拉斯正則化最小二乘法得到疾病預估得分矩陣，在綜合的lncRNA相似度矩陣中實施拉普拉斯正則化最小二乘法得到lncRNA預估得分矩陣，再將疾病預估得分矩陣和lncRNA預估得分矩陣整合獲得lncRNA與疾病關聯復合預估得分矩陣；

步驟三、將綜合的疾病相似度矩陣在lncRNA與疾病關聯復合預估得分矩陣上投影得到一個投影得分矩陣，將綜合的lncRNA相似度矩陣在lncRNA與疾病關聯復合預估得分矩陣上投影得到另一個投影得分矩陣，接著將基于綜合的疾病相似度矩陣的投影得分矩陣的轉置矩陣與基于綜合的lncRNA相似度矩陣的投影得分矩陣進行結合，并求其平均值，得到最終lncRNA與疾病關聯預測得分，進而得出疾病關聯lncRNA預測結果。

其中，在步驟一中，疾病高斯核譜相似性表示為：

；

其中，為疾病和疾病之間的高斯核譜相似性；為已知疾病關聯lncRNA矩陣中疾病的第i列，為矩陣中疾病的第j列；參數用來控制的內核帶寬，通過下式計算得到：

。

進一步地，在步驟一中，lncRNA高斯核譜相似性表示為：

；

其中，為lncRNA和lncRNA之間的高斯核譜相似性；為矩陣中lncRNA的第i列，為矩陣中lncRNA的第j列；參數用來控制的內核帶寬，通過下式計算得到：

。

更進一步地，在步驟一中，在疾病語義相似性的基礎上結合疾病高斯核譜相似性得到綜合的疾病相似度矩陣為：

；