【摘要】：生命科學或醫(yī)學中常常需要預測某些實體之間的關聯(lián),例如疾病和基因之間的關系。當前,大多數(shù)生物關聯(lián)研究都是通過實驗的方式來進行。通過生物實驗的方法通常需要消耗大量的人力、物力和財力,而生物實體數(shù)據(jù)規(guī)模大,其組合很難窮盡,因此存在大量未被實驗驗證的關聯(lián)。因此實驗之前確定可能的關聯(lián)候選集合是一個重要的問題。通過計算確定可能的潛在關聯(lián)候選集合成為生物信息學當前的研究熱點。例如在lncRNA與蛋白質(zhì)、miRNA與疾病和藥物與靶標的領域有很多基于計算的關聯(lián)預測算法,也有比較新的關聯(lián)問題,例如病毒與宿主的關系預測問題上還較少有基于計算方法。一般期望生物關聯(lián)預測的算法具有很強的通用性,可以遷移到其他領域的關聯(lián)預測問題。為了調(diào)查當前這些算法的適用性和效果,本文系統(tǒng)綜述了預測生物關聯(lián)的計算方法方面5個當前性能最好的算法。本文系統(tǒng)綜述了這些算法的構造和應用,并根據(jù)lncRNA與蛋白質(zhì)、miRNA與疾病和病毒與宿主三個生物領域關聯(lián)數(shù)據(jù)的特點分別選取了合適的相似矩陣構造方法,作為算法的輸入,從而在不同的領域應用,發(fā)現(xiàn)了不同領域最適合的相似性和最適合的算法。綜合分析在相似性和算法對預測結果的影響,分析了算法對相似度變化的穩(wěn)定性和對數(shù)據(jù)變化的穩(wěn)定性。最后綜合考慮性能和穩(wěn)定性分別對三個不同領域選取最適合的算法。綜上,本文在系統(tǒng)研究和評估了三個生物關聯(lián)領域五個具體的算法,提出了針對數(shù)據(jù)特點合理設計相似度矩陣和選擇適合的算法,可以有效的提高算法的預測準確度。當前生物關聯(lián)預測方法的研究比較分散獨立,研究者常常忽略了這些問題之間的共性和不同,本文對當前關聯(lián)預測算法進行了系統(tǒng)分析和評估,這為不同問題的預測算法選擇和數(shù)據(jù)輸入提供了有價值的參考。本文所預測的潛在可能連接,為進一步生物實驗確定了可行的研究范圍,也為更深入地了解生物屬性提供了潛在的候選。
【圖文】：

圖２．邋１藥物靶標關聯(lián)示意圖逡逑

在ＤＡＧ（Ｄ）中疾病Ｄ的語義分數(shù)定義如下：逡逑ＤＶ１（Ｄ）邋＝ＺｄＴ（Ｄ）ＤｌＤ（ｄ））定義如下：逡逑｜邐１邐ｉｆ邋ｄ邋＝邋Ｄ逡逑Ｄ１ｄ⑷—｜＿ｍａｘ｛Ａ邋＊邋ＤｌＤ（ｄ0｜ｄｆ邋ｅ邋ｄ邋的子節(jié)點｝邋ｉｆ邋ｄ邋竽邋Ｄ逡逑義貢獻因子。對于疾�。亩裕渥陨韺τ诩膊。牡恼Z隨著疾�。呐c其他疾病之間距離的增加，貢獻將會下降。語對疾�。恼Z義價值的貢獻是相同的。如果兩種疾病在那么它們的語義相似性就會變得更大。因此疾�。洧排cｄ），邋ｄ（ｊ））定義如下：逡逑ＳＤ（ｄ邋⑴，ｄＱ）嚴：糕的關聯(lián)補全逡逑ＫＮ［？］方法，通過鄰居的關聯(lián)網(wǎng)絡，，來推算未知的關聯(lián)概
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：Q811.4;TP181;TP311.13

【相似文獻】

相關期刊論文 前10條

1 雷方元;蔡君;;基于社團特性的鏈路預測算法的研究[J];廣東技術師范學院學報;2015年02期

2 陽敏輝;;淺析幾種基本路段行程時間預測算法[J];青春歲月;2017年01期

3 陶陶;;點擊科學[J];中國科技教育;2017年03期

4 黃子軒;馬超;徐瑾輝;黃江楠;;復雜網(wǎng)絡中集聚系數(shù)對鏈路預測算法的影響[J];科技視界;2014年12期

5 郭景峰;代軍麗;馬鑫;王娟;;針對通信社會網(wǎng)絡的時間序列鏈接預測算法[J];計算機科學與探索;2010年06期

6 張宇;潘國騰;謝倫國;;一種基于人工神經(jīng)元網(wǎng)絡的條件分支預測算法[J];華中科技大學學報(自然科學版);2005年S1期

7 楊旭華;凌非;;一種基于局部社團和全局信息的鏈路預測算法[J];浙江工業(yè)大學學報;2017年01期

8 陸誠;楊威;;改進的廣義預測算法在過熱氣溫控制中的應用[J];工業(yè)控制計算機;2013年11期

9 楊斷利;張立梅;籍穎;呂晶;;河北省風能特征及其對風速預測算法的改進[J];科技傳播;2013年06期

10 李菊娥,孫群;基于雙線性模型的新協(xié)狀態(tài)預測算法[J];西安電子科技大學學報;1999年02期

相關會議論文 前10條

1 朱斌;樊祥;馬東輝;程正東;;窗口大小和權值模板對固定權值背景預測算法的影響[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

2 郭景峰;代軍麗;馬鑫;王娟;;針對通信社會網(wǎng)絡的時間序列鏈接預測算法[A];第26屆中國數(shù)據(jù)庫學術會議論文集（A輯）[C];2009年

3 王云鵬;趙海;司帥宗;王翠榮;;基于鄰居修正的隨機游走鏈路預測算法[A];第十二屆沈陽科學學術年會論文集（理工農(nóng)醫(yī)）[C];2015年

4 王峰;姬冰輝;李斗;;一種基于混沌理論的自相似業(yè)務流預測算法研究[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（上）[C];2006年

5 陳娜;戴樹嶺;;基于模型的遙操作預測算法研究[A];'2006系統(tǒng)仿真技術及其應用學術交流會論文集[C];2006年

6 張利萍;李宏光;;改進的灰色預測算法在工業(yè)應用中的評價[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

7 錢正祥;徐華;張申浩;;數(shù)字信號序列的向量預測算法[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

8 崔冬;;一種改進的LRP信道預測算法[A];2006通信理論與技術新進展——第十一屆全國青年通信學術會議論文集[C];2006年

9 梁適春;張曉冬;林培峰;牛萌;;一種混合儲能光伏發(fā)電系統(tǒng)的功率預測算法[A];中國電工技術學會學術年會——新能源發(fā)電技術論壇論文集[C];2013年

10 路迎晨;李兵;;一類自適應預測算法的全局收斂性[A];04'中國企業(yè)自動化和信息化建設論壇暨中南六省區(qū)自動化學會學術年會專輯[C];2004年

相關重要報紙文章 前1條

1 麥蕓編譯;體內(nèi)“天書”待解讀[N];醫(yī)藥經(jīng)濟報;2002年

相關博士學位論文 前10條

1 丁靜怡;復雜網(wǎng)絡的鏈路預測算法及其應用研究[D];西安電子科技大學;2017年

2 尚可可;基于局部鏈路預測和零模型的復雜網(wǎng)絡結構及穩(wěn)定性分析[D];西北工業(yè)大學;2017年

3 楊育捷;復雜網(wǎng)絡下基于拓撲相似性的鏈路預測研究[D];北京郵電大學;2019年

4 陳其松;智能優(yōu)化支持向量機預測算法及應用研究[D];貴州大學;2009年

5 卜云;混沌時間序列自適應預測算法研究[D];電子科技大學;2010年

6 馬玉韜;基于濾波理論和特征統(tǒng)計的蛋白質(zhì)編碼區(qū)預測算法研究[D];天津大學;2013年

7 鮑漪瀾;基于支持向量機的金融時間序列分析預測算法研究[D];大連海事大學;2013年

8 李楠;基于火焰自由基成像的NO_x排放預測算法研究[D];華北電力大學(北京);2017年

9 劉輝;鐵路沿線風信號智能預測算法研究[D];中南大學;2011年

10 張千明;復雜網(wǎng)絡結構分析與鏈路預測[D];電子科技大學;2016年

相關碩士學位論文 前10條

1 楊曉翠;基于局部網(wǎng)絡結構的鏈路預測算法研究[D];江南大學;2019年

2 吳楠楠;基于深度網(wǎng)絡的MOOC輟學預測算法研究[D];西北大學;2019年

3 李兆虎;基于交互度的鏈接預測算法研究[D];云南大學;2018年

4 張陳浩;生物關聯(lián)預測算法的系統(tǒng)分析和應用研究[D];華中師范大學;2019年

5 仵筱妍;面向LBS的用戶移動行為預測算法研究[D];電子科技大學;2019年

6 龔學輝;基于位置預測的共乘群體發(fā)現(xiàn)與優(yōu)化方法研究[D];長安大學;2019年

7 沈頡;累積干擾預測算法性能實測與實時性提升[D];北京交通大學;2019年

8 曹蓉;基于矩陣分解的鏈路預測算法研究[D];青海師范大學;2019年

9 蔡宏翔;基于多元屬性的媒體熱度預測算法[D];上海交通大學;2018年

10 楊強;面向局部群落結構的鏈路預測算法研究[D];安徽大學;2019年

本文編號：2644014