[发明专利]一种基于回归的性能优异的疾病和miRNA关联预测方法

权利要求书

1.一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，实施步骤为：

(1)收集和预处理数据集；

(2)计算疾病语义相似性矩阵SS、miRNA功能相似性矩阵FS、疾病/miRNA高斯相互作用轮廓核相似性矩阵KD和KM以及疾病/miRNA综合相似性矩阵SD和SM。

(3)基于回归模型将一种疾病/miRNA映射成一个特征向量。

(4)利用k均值聚类挑选负样本，利用已知疾病-miRNA关联作为正样本。

(5)构建BP神经网络并训练。

(6)利用训练好的BP神经网络做预测。

(7)验证预测结果的准确性。

2.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，对数据集进行收集和预处理，具体包括：

收集并处理HMDD v2.0数据集，处理过后的数据包含495种miRNA和383种疾病，5430对疾病-miRNA是已证实存在关联，其余的184155对疾病-miRNA是未知的。

3.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，计算所需的各种备用矩阵,具体包括：

计算疾病语义相似性矩阵SS、miRNA功能相似性矩阵FS、疾病/miRNA高斯相互作用轮廓核相似性矩阵KD和KM以及疾病/miRNA综合相似性矩阵SD和SM。

4.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，基于回归将一种疾病/miRNA映射成一个特征向量，具体包括：

根据矩阵SD和SM,以及随机生成一个矩阵D和M,构建一个回归模型，利用D(i)和D(j)的改进余弦值学习SD(i,j)元素，利用M(i)和M(j)的余弦值学习SM(i,j),最后得到的矩阵D和M就是疾病嵌入层和miRNA嵌入层对应的矩阵。

5.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，利用k均值聚类挑选负样本，利用已知疾病-miRNA作为正样本，具体包括：

根据矩阵SD和SM，[SD(i),SM(j)]表示该未知疾病d_i和miRNA m_j对应的组合向量，利用k-means将所有未知疾病-miRNA关联对对应的组合向量进行聚类，再根据划分结果将所有的未知疾病-miRNA对分成簇，再根据每簇的大小与总样本的大小的比例来挑选负样本。

6.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，构建BP神经网络并训练，具体包括：

构建BP神经网络，并用正负样本对应的组合特征向量训练神经网络。

7.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，利用训练好BP神经网络做预测，具体包括：

将184155对疾病-miRNA对应的特征向量输入神经网络中，得到关联预测得分。

8.根据权利要求1所述的一种基于回归的性能优异的疾病和miRNA关联预测方法，其特征在于，利用dbDEMC数据库验证预测结果的准确性，具体包括：

选定某种疾病，将本模型预测的与该疾病存在潜在关联的各种miRNA的关联得分从大到小排序，然后验证在dbDEMC数据库中是否存在关联，从而验证预测结果的准确性。