[发明专利]一种在生物关联网络中进行疾病关联关系预测的方法

权利要求书

1.一种在生物关联网络中进行疾病关联关系预测的方法，包括如下步骤：

S1、建立非编码RNA的多核表示和疾病的多核表示其中：u和v为非编码RNA和疾病的特征空间的核数目；

S2、采用中心核对齐的计算方法将非编码RNA的多核和疾病的多核，进行融合获得最优核和

S3、采用奇异值分解的计算方法将融合后的最优核分解为两个矩阵，即和计算过程如下：

其中，A和B为低秩近似矩阵；r_nc和r_d分别为非编码RNA和疾病的潜在特征空间维度；

S4、使用超图正则项的三矩阵分解方法对矩阵和进行计算，获得超图拉普拉斯矩阵和

S5、通过交叉验证的方法对超图拉普拉斯矩阵和计算，获得新的关联关系矩阵，Y^*＝AΘB^T。

2.根据权利要求1所述的一种在生物关联网络中进行疾病关联关系预测的方法，所述步骤S4中超图拉普拉斯矩阵和计算公式如下：

L^h＝I-Θ

其中，I是单位矩阵。

3.根据权利要求1所述的一种在生物关联网络中进行疾病关联关系预测的方法，所述S5步骤中通过交叉验证的方法对超图拉普拉斯矩阵和计算过程如下：

A^TAΘB^TB+λ₁A^TL₁AΘB^TB+λ₂A^TAΘB^TL₂B＝A^TY_trainB

AΘB^T+λ₁L₁AΘB^T+λ₂AΘB^TL₂＝Y_train

(I+λ₁L₁)AΘB^T+λ₂AΘB^TL₂＝Y_train

A^-1(I+λ₁L₁)AΘ+λ₂ΘB^TL₂(B^T)^-1＝A^-1Y_train(B^T)^-1

其中，已知非编码RNA与疾病的关联矩阵；是双投影矩阵；λ₁和λ₂为两个不同的图正则化系数，均设为1；和为图归一化拉普拉斯矩阵，计算公式如下：

其中，和是对角矩阵，和