[发明专利]疾病关联miRNA的预测方法和系统

说明书

疾病关联miRNA预测方法和系统，涉及生物信息技术领域，本发明引入疾病高斯核谱相似性和miRNA高斯核谱相似性来构建复合型疾病语义相似性网络和复合型miRNA功能相似性网络，再在上述复合型网络中实施带重启的随机游走算法，并将所得到的两个稳定的分布向量整合得到miRNA与疾病关联综合预估得分网络，再通过网络投影手段，分别将复合型疾病相似性网络和复合型miRNA功能相似性网络在miRNA与疾病关联综合预估得分网络上进行投影，最终得出miRNA与疾病关联预测结果。与现有预测方法相比，本发明不需要负样本数据，实现简单，能够用于孤立疾病和新miRNA的预测、准确度较高且参数很少，仅利用很少的资源就可进行预测。

技术领域

本发明涉及生物信息技术领域，特别涉及一种疾病关联miRNA的预测方法和系统。

背景技术

MicroRNA(miRNA)是一类长度约为20–25 nucleotide的单链非编码RNA，它们通过与3’untranslatedregions结合并抑制target mRNA的翻译，从而对转录后基因表达水平产生重要影响。细胞的发育、分化、生长和代谢都和miRNA密切相关，大量证据表明，miRNA的变异和失调是诱发疾病的重要原因，识别疾病相关的miRNA成为近年来生物学研究领域的一个重要课题。然而，通过生物实验来确定miRNA与疾病之间的关联是非常费时费力的，而利用计算机技术来预测潜在的疾病关联miRNA则可以大大降低工作强度，从而节省成本和时间，目前较为领先的预测模型有MDHGI、NSEMDA、RFMDA和SNMFMDA，但是上述计算预测模型的结构较为复杂，同时涉及的参数较多，需要较多的负样本数据支撑，对于数据资源的依赖性较高，实施难度较大。近些年来，将计算机技术用于预测疾病关联miRNA的专利申请也在逐步增多，例如中国专利文献CN109256215A就公开了一种基于自回避随机游走的疾病关联miRNA预测方法，该方法使用自回避随机游走的两个属性之比来度量节点间的关联度，只需根据已知miRNA与疾病的关联信息就能预测潜在的疾病关联miRNA。该方法虽然实施起来相对简单，但是其预测结果的准确度尚有待提高。

发明内容

本发明的目的之一是提供一种实现简单、结果准确度较高的疾病关联miRNA预测方法。

为了实现上述目的，本发明所涉疾病关联miRNA预测方法采用以下手段：

1)数据准备：利用疾病语义相似性和疾病高斯核谱相似性构建复合型疾病相似性网络；利用miRNA功能相似性和miRNA高斯核谱相似性构建复合型miRNA功能相似性网络；

2)miRNA与疾病关联预估：分别在复合型miRNA功能相似性网络和复合型疾病相似性网络中实施带重启的随机游走算法，得到两个稳定的分布向量，将两个分布向量整合获得miRNA与疾病关联综合预估得分网络；

3)细化预测：分别将复合型疾病相似性网络、复合型miRNA功能相似性网络在miRNA与疾病关联综合预估得分网络上进行投影，融合两个投影得分作为最终miRNA与疾病关联预测得分，进而得出疾病关联miRNA预测结果。

其中，在步骤1)中，疾病高斯核谱相似性表示为：

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

GD(i，j)为疾病d_i和疾病d_j之间的高斯核谱相似性；MD(：，i)为已知疾病关联miRNA矩阵中疾病的第i列，MD(：，j)为矩阵中疾病的第j列；参数γ_d用来控制GD(i，j)的内核带宽，γ_d通过下式计算得到：

γ_d′为1。

进一步地，在步骤1)中，miRNA高斯核谱相似性表示为：