[發明專利]一種miRNA與疾病的關聯預測方法及系統

有效

• 申請號: 202210219782.2
• 申請日: 2022-03-08
• 公開（公告）號: CN114613438B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 宋繼輝;劉勇國;張云;朱嘉靜;李巧勤;陸鑫;傅翀
• 申請（專利權）人: 電子科技大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16H70/60
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 茍銘

本發明提供了一種miRNA與疾病的關聯預測方法及系統，屬于miRNA與疾病的關聯預測技術領域。首先在相似度矩陣生成過程中融合其他生物學數據來計算miRNA和疾病的高斯譜核相似度，根據功能或語義相似度的miRNA或疾病所占的比重來計算相似度融合的權重，得到更加合理的綜合相似度矩陣；基于歸納矩陣分解，對原始矩陣的模擬分解為兩個參數矩陣，并設計雙流生成器，生成低秩的相似度投影系數矩陣；添加Dropout層以保證生成矩陣的稀疏性，最后，對多次生成結果取均值獲得最終的miRNA疾病關聯預測結果，獲得更高的miRNA與疾病關聯預測能力和預測的可靠性，為科研人員確定疾病關聯的候選miRNA提供輔助決策。

技術領域

本發明屬于miRNA與疾病的關聯預測技術領域，尤其涉及一種miRNA與疾病的關聯預測方法及系統。

背景技術

隨著生物學對人體研究的深入，發現人體內的非編碼RNA(ncRNA)對人體的各種生物過程起著十分重要的作用。miRNA是一組單鏈內源短鏈ncRNA，miRNA通過與mRNA的堿基配對抑制基因的轉錄和表達，與各種疾病尤其是癌癥的發生密切相關。然而確定miRNA與疾病的關聯的生物實驗昂貴而費時，因此使用計算模型預測miRNA和疾病的關聯顯得尤為重要。

應用計算模型預測miRNA和疾病的關聯時，通常首先通過miRNA的功能相關性和miRNA的其他信息計算miRNA的綜合相似度矩陣，然后通過疾病的有向無環圖(DAG)計算疾病的語義相關性并結合其他疾病相關信息計算語義相似度矩陣，最后結合已知的miRNA與疾病關聯矩陣，對未知的miRNA與疾病關聯進行預測。

現有研究中提出基于變分自動編碼器(VAE)的模型VAEMDA，將miRNA相似度矩陣、疾病相似度矩陣分別與已知miRNA疾病關聯矩陣拼接獲得兩個拼接矩陣，然后將兩個拼接矩陣分別送入VAE中學習分布得到新的miRNA疾病關聯矩陣，最終將兩個VAE學習到的新的miRNA疾病關聯矩陣進行平均獲得最終miRNA疾病關聯評分。但VAEMDA在未知關聯矩陣真實分布的情況下，強制將原來的關聯矩陣投影到高斯分布上，這將導致最終模型生成的關聯矩陣缺乏合理性；另外，VAEMDA沒有對生成的預測矩陣的低秩性和稀疏性進行約束，影響最終結果的準確性。

發明內容

針對現有技術中的上述不足，本發明提供的一種miRNA與疾病的關聯預測方法及系統，以解決現有關聯預測中缺乏合理性以及準確度不高的問題。

為了達到以上目的，本發明采用的技術方案為：

本方案提供一種miRNA與疾病的關聯預測方法，包括以下步驟：

S1、獲取miRNA和疾病數據，并根據miRNA和疾病數據結合額外生物信息，構建綜合相似度矩陣；

S2、基于歸納矩陣分解設計雙流生成器，并將所述綜合相似度矩陣作為雙流生成器的固定參數訓練雙流生成器和判別器，生成miRNA與疾病關聯預測矩陣；

S3、利用所述miRNA與疾病關聯預測矩陣對疾病關聯進行預測，完成miRNA與疾病關聯的預測。

本發明的有益效果是：本發明融合其他生物數據計算綜合相似度矩陣，基于歸納矩陣分解的GAN能夠從分布的角度預測miRNA和疾病的關聯，獲得更高的miRNA與疾病關聯預測能力，提高預測的可靠性，為科研人員確定疾病關聯的候選miRNA提供輔助決策。

進一步地，所述步驟S1包括以下步驟：

S101、收集miRNA功能相似度數據，并構建miRNA功能相似度矩陣FM；

S102、獲取疾病術語，對每個疾病構建有向無環圖DAG，并基于語義影響逐層遞減的假設構建第一語義值；

S103、根據所述第一語義值，計算得到疾病d_i和疾病d_j的第一語義相似度；