基于鏈路預(yù)測的長非編碼RNA-疾病關(guān)聯(lián)預(yù)測方法.pdf

1、越來越多的研究表明，長非編碼RNA（longnon-coding RNA，lncRNA）在許多生物過程中具有重要的功能。而這些長非編碼RNA的變異或功能失調(diào)會導(dǎo)致一些復(fù)雜疾病的發(fā)生。目前關(guān)于長非編碼RNA-疾病關(guān)聯(lián)的研究和數(shù)據(jù)均較為匱乏，因此通過生物信息學(xué)方法預(yù)測潛在的長非編碼RNA-疾病關(guān)聯(lián)關(guān)系，是目前該領(lǐng)域研究的熱點和趨勢，這對于致病機理的探索以及疾病診斷、治療、預(yù)后和預(yù)防都具有重要的意義。目前關(guān)于長非編碼RNA-疾病關(guān)聯(lián)的預(yù)測主要

2、有基于計算模型的和基于復(fù)雜網(wǎng)絡(luò)傳播的方法。基于計算模型的方法或通過整合基因-疾病關(guān)聯(lián)數(shù)據(jù)與長非編碼RNA表達(dá)譜數(shù)據(jù)并利用超幾何分布做富集分析，或引入高斯核函數(shù)計算相似性并構(gòu)造拉普拉斯算子求最優(yōu)解，這兩種方法均存在模型復(fù)雜，參數(shù)個數(shù)多，復(fù)雜度高等問題?；趶?fù)雜網(wǎng)絡(luò)傳播的方法利用資源分配算法來計算長非編碼RNA之間的相似性，再通過網(wǎng)絡(luò)傳播算法將相似性信息傳播到整個網(wǎng)絡(luò)中，這種方法需要計算矩陣的n次方或利用迭代算法做近似，計算復(fù)雜度高。

3、>　　本文將鏈路預(yù)測的思想引入到長非編碼RNA-疾病關(guān)聯(lián)預(yù)測中。但鏈路預(yù)測是基于依賴共同鄰居的“三角形閉合”模型，并不能直接用在異質(zhì)的二部網(wǎng)絡(luò)上。針對該問題，提出了二部圖上不同屬性集的節(jié)點之間“共同鄰居”的概念，并在此基礎(chǔ)上建立二部圖“四邊形閉合”模型。利用“四邊形閉合”模型改進(jìn)了9個鏈路預(yù)測相似性指標(biāo)使其適用于二部網(wǎng)絡(luò)并將其運用到長非編碼RNA-疾病關(guān)聯(lián)預(yù)測中。在長非編碼RNA-疾病關(guān)聯(lián)二部網(wǎng)絡(luò)上做留一交叉驗證，AUC最高的BPA達(dá)到

4、0.9377，比之前方法最高的0.7881提高了近19％。此外，在BPA指標(biāo)中，有14條邊在重構(gòu)預(yù)測所有的19000多條預(yù)測邊排名中均排名第一，有81條邊在重構(gòu)預(yù)測中排名所有預(yù)測邊的前1％。對神經(jīng)膠質(zhì)瘤和肺癌的案例分析也顯示了本算法的強大預(yù)測能力。結(jié)果表明本方法在長非編碼RNA-疾病關(guān)聯(lián)預(yù)測上具有很高的準(zhǔn)確性，是對現(xiàn)有方法的很好提高和補充。此外，提供了一個新的思路去探索長非編碼RNA-疾病關(guān)聯(lián)預(yù)測問題，即基于局部結(jié)構(gòu)性鏈路預(yù)測的角度，這