【摘要】：研究表明,疾病的產生與microRNAs(miRNA)調控異常有關,發(fā)現(xiàn)疾病相關的miRNA有助于研究疾病發(fā)病機制和治愈手段。然而,通過生物實驗方式獲取準確關聯(lián)關系,花費大,周期長。因此,通過計算方式預測疾病-miRNA關系成為目前研究熱點,并具有重要意義。在目前疾病-miRNA關系預測研究中,利用已知的疾病-miRNA關系構建生物網絡,對未知連接中存在潛在連接的可能性進行計算,并按照可能性分數(shù)高低進行排序,從而向實驗人員推薦分數(shù)較高的候選miRNAs。本文在生物網絡基礎上,結合網絡內部拓撲信息,對疾病-miRNA預測算法進行研究,主要是以下三個工作:(1)構建了疾病-miRNA雙層網絡,并利用網絡嵌入方法結合網絡中權重信息和連接關系信息,從而提出了一種基于網絡表示學習的疾病-miRNA預測算法。在預測結果分析和經典算法對比中,證實了方法的有效性和優(yōu)越性。(2)針對網絡表示學習的預測方法,從不同的角度提出了兩點改進。通過加入基因節(jié)點改進網絡結構,增加了網絡拓撲信息以及利用DeepWalk算法改變網絡編碼方式,避免了搭建相似網絡。通過結果分析和算法對比,證明了改進算法的有效性,并能極大提高預測效果。(3)為了利用網絡拓撲信息,提出了一種基于機器學習模型的疾病-miRNA預測方法。該方法基于外部數(shù)據(jù)計算的相似矩陣和內部挖掘的拓撲向量矩陣兩個方面構造特征,從而融合了外部生物信息和內部拓撲結構信息。實驗結果顯示算法能有效預測疾病-miRNA連接,而且明顯優(yōu)于對比方法。同時,疾病案例分析中推薦的前30個候選miRNAs基本都能得到數(shù)據(jù)庫證實。
【圖文】：

NATarBase 7.0 收錄了 23 個物種的 4076 種 miRNA 類型，23054 種靶基因，422517miRNA-靶基因相互作用關系，可以通過該數(shù)據(jù)庫獲取 miRNA 相關信息，比如靶等信息。miRBase 是一個提供了 miRNA 命名[40]，中心位置，目標信息，主要證信息的數(shù)據(jù)庫，截止到 2018 年 3 月，microRNA 的信息已上升至 38,589 條。我以從該數(shù)據(jù)庫獲取 miRNA 在染色體位置，所屬家族等信息。DisGeNET 收集人病相關的基因數(shù)據(jù)，，當前 v6.0 版本收錄了 17549 個基因和 24166 個疾病之間的685 個基因-疾病關聯(lián)（GDAs），我們可以通過該數(shù)據(jù)庫獲取疾病和基因關系。EMC 和 miR2Disease 數(shù)據(jù)庫，作為獨立的數(shù)據(jù)庫，包含了疾病-miRNA 關系數(shù)據(jù)，對算法預測結果進行驗證。其中，dbDEMC 是與癌癥相關的 miRNA 數(shù)據(jù)庫，該庫包含 36 種癌癥類型中的 2224 種差異表達的 miRNAs。另外，miR2Disease 收與疾病相關的 miRNA 調控異常的各種資源，該數(shù)據(jù)庫包含 299 種 miRNAs，94類疾病和 1939 種疾病-miRNA 關系，數(shù)據(jù)庫具體來源見表 2.5 所示。

圖2.5兩種疾病前100個候選miRNA的PRE值
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R440;TP181

【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;;一種基于人工神經元網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“天書”待解讀[N];醫(yī)藥經濟報;2002年

相關博士學位論文 前10條

1 丁靜怡;復雜網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 陳明諾;基于人-車-路-交通系統(tǒng)的車速預測算法研究[D];南京航空航天大學;2019年

2 關瑩瑩;基于深度學習的ITS短時交通流量預測算法研究[D];哈爾濱工業(yè)大學;2019年

3 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

4 宋耀波;基于局部子圖的鏈路預測算法及在網絡重構中的應用[D];國防科技大學;2017年

5 范東皖;二分網絡中節(jié)點預測算法的研究[D];沈陽航空航天大學;2019年

6 孟曉宇;鏈路預測算法的改進及其在產業(yè)結構調整中的應用研究[D];青島大學;2019年

7 代金龍;社交網絡中的影響力模型構建及鏈接預測算法[D];山東科技大學;2018年

8 高鵬;基于網絡拓撲信息的疾病miRNA預測算法研究[D];華中科技大學;2019年

9 李兆虎;基于交互度的鏈接預測算法研究[D];云南大學;2018年

10 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

本文編號：2612342