[發(fā)明專利]一種基于圖卷積神經(jīng)網(wǎng)絡(luò)和node2vec的circRNA-疾病關(guān)聯(lián)關(guān)系預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202210702017.6
• 申請日: 2022-06-20
• 公開（公告）號: CN114999635A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計）人: 張奕;王真梅;蔡鋼生
• 申請（專利權(quán)）人: 桂林理工大學(xué)
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16B20/00;G16B5/00;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于圖卷積神經(jīng)網(wǎng)絡(luò)和Node2vec的circRNA?疾病關(guān)聯(lián)關(guān)系預(yù)測方法，步驟如下：獲取circRNA?疾病關(guān)聯(lián)矩陣；計算circRNA功能相似性、circRNA高斯相互作用譜核相似性、疾病高斯相互作用譜核相似性、疾病語義相似性，構(gòu)建circRNA集成相似性和疾病集成相似性，生成circRNA?疾病異構(gòu)圖；稀疏自動編碼器對circRNA(疾病)集成相似性進(jìn)行特征提取和變換后轉(zhuǎn)為64維特征向量，融合circRNA特征向量和疾病特征向量為最終的circRNA?疾病特征向量；圖卷積神經(jīng)網(wǎng)絡(luò)對circRNA?疾病異構(gòu)圖提取節(jié)點的局部結(jié)構(gòu)信息；Node2vec方法對circRNA?疾病異構(gòu)圖提取節(jié)點的全局結(jié)構(gòu)信息；將前兩步得到的節(jié)點信息送入到隨機森林分類器中，預(yù)測潛在的circRNA?疾病關(guān)聯(lián)關(guān)系。通過計算方法預(yù)測與疾病相關(guān)的circRNA，節(jié)省時間，有助于闡明疾病發(fā)病機制，尋找有效治療方案。

技術(shù)領(lǐng)域

本發(fā)明涉及生物信息學(xué)中的關(guān)聯(lián)預(yù)測領(lǐng)域，具體地，涉及到一種基于圖卷經(jīng)神經(jīng)網(wǎng)絡(luò)和Node2vec的circRNA-疾病關(guān)聯(lián)關(guān)系預(yù)測方法。

背景技術(shù)

1976年，第一個circRNA被發(fā)現(xiàn)是在研究RNA病毒中。由于circRNA的結(jié)構(gòu)特異性、未知功能和低豐度，被認(rèn)為是人工制品或錯誤剪接產(chǎn)物。隨著測序技術(shù)的發(fā)展，越來越多的circRNA在數(shù)千種生物體中被鑒定出來，例如植物、動物和細(xì)菌。人們發(fā)現(xiàn)circRNA具有重要的分子功能：參與基因表達(dá)的調(diào)控，充當(dāng)分子海綿吸收microRNA，抑制miRNA的活性，調(diào)節(jié)信使RNA的表達(dá)等。circRNA的突變或功能異常導(dǎo)致各種生命活動的絮亂，從而引起疾病。為此，探討circRNA在疾病發(fā)生中的機制以及在疾病治療中的作用，了解circRNA與疾病的關(guān)聯(lián)關(guān)系是生物信息學(xué)研究的一個重要內(nèi)容，有利于疾病的預(yù)后、診斷和治療，是未來研究的新途徑。

傳統(tǒng)的生物實驗驗證方法需要大量的人力物力，預(yù)測精度高但耗時。利用計算方法挖掘數(shù)據(jù)的生物學(xué)特征，預(yù)測circRNA與疾病關(guān)聯(lián)關(guān)系，方便又高效。當(dāng)前用于預(yù)測circRNA-疾病關(guān)聯(lián)關(guān)系的計算方法，可分為基于網(wǎng)絡(luò)傳播和基于機器學(xué)習(xí)兩大類。

基于網(wǎng)絡(luò)傳播的方法利用circRNA與疾病關(guān)聯(lián)數(shù)據(jù)構(gòu)建circRNA(疾病)相似性網(wǎng)絡(luò)，預(yù)測潛在的circRNA與疾病關(guān)聯(lián)關(guān)系。Fan等在circRNA表達(dá)譜、疾病表型相似性和已知的circRNA-疾病關(guān)聯(lián)構(gòu)建的異質(zhì)網(wǎng)絡(luò)上，采用KATZ措施開發(fā)了計算模型KATZHCDA。該模型對異質(zhì)網(wǎng)絡(luò)采用簡單的度量方法就能成功地預(yù)測出circRNA-疾病關(guān)聯(lián)關(guān)系，但不適用于預(yù)測沒有任何已知circRNA關(guān)聯(lián)的新疾病或沒有任何已知疾病關(guān)聯(lián)的孤立circRNA。Li等提出一種使用DeepWalk和網(wǎng)絡(luò)一致性投影方法用于circRNA與疾病關(guān)聯(lián)預(yù)測DWNCPCDA。其優(yōu)勢是采用網(wǎng)絡(luò)嵌入方法DeepWalk學(xué)習(xí)已知circRNA與疾病關(guān)聯(lián)網(wǎng)絡(luò)的節(jié)點嵌入，與基于相似性方法相結(jié)合，為circRNA-疾病關(guān)聯(lián)預(yù)測提供更大的靈活性。未來，將整合更多的circRNA或疾病的生物醫(yī)學(xué)關(guān)聯(lián)數(shù)據(jù)，如circRNA-miRNA關(guān)聯(lián)和miRNA-疾病關(guān)聯(lián)，進(jìn)一步提高預(yù)測性能。