[发明专利]一种推断lncRNA和疾病联系的方法

摘要

本发明公开了一种lncRNA和疾病联系的方法，根据多种异构数据(lncRNA‑疾病关系数据，蛋白质相互作用数据、lncRNA‑蛋白质相互作用数据等)构建一个全局异构网络，然后通过网络传播算法来识别可能的lncRNA和疾病的联系。本发明与现有的技术相比，除了考虑实验证实的lncRNA和疾病的联系外，还可以集成更多的生物数据，比如集成lnRNA‑蛋白质、蛋白质‑蛋白质相互作用和蛋白质‑疾病等之间联系。本发明通过融合更多的生物数据可以比以前的技术更准确的预测出lncRNA和疾病的联系，并且可以大规模的一次预测出多对lncRNA‑疾病之间的联系，有效的解决了生物实验方法的盲目性、成本高的问题。

主权项

1.一种推断lncRNA和疾病联系的方法，其特征在于，包括如下步骤：步骤1、根据获得的疾病之间的相似性，计算一种疾病和一组疾病中每个疾病相似性的最大值，即这种疾病和这组疾病的相似性分数，然后通过下面的公式计算出两个lncRNA的相似性：其中，lncRNA1和lncRNA2分别代表两个lncRNA，D1和D2分别表示和这两个lncRNA有关联的集合，m和n分别表示D1和D2中疾病的个数，Sim(d,D)表示疾病d和一组疾病D的相似性分数；步骤2、根据获得的疾病相似性数据、蛋白质相互作用数据、步骤1得到的lncRNA功能相似性数据以及他们两两之间的联系构建全局的异构网络，并正规化每个网络的边，具体为：用W表示全局网络中任一子网的邻接矩阵，然后根据下面的公式正规化此子网边的权重：其中，W(i,j)表示W矩阵中第i行，第j列的元素；D(i,i)是W矩阵中第i行元素的和；步骤3、信息从疾病网络构成的查询网络沿着到lncRNA网络构成的目的网络的路径进行信息传播，直到信息传播到紧邻目的网络的网络停止，重复此过程，直到所有从查询网络到目的网络的路径都被执行一次；步骤4、信息在目标网络内进行传播，网络稳定后每个节点的值构成一个向量，这个向量与步骤3获得的向量计算皮尔逊相关系数，然后按照这个相关系数进行降序排名，值越大，说明此lncRNA与疾病的相关性越强。