微RNA（microRNA,miRNA）是指長約為22個核苷酸的非編碼RNA,是由細胞的內(nèi)源性發(fā)卡結(jié)構(gòu)轉(zhuǎn)錄和加工而成。MiRNA常常被用來當作疾病診斷的生物標志物,而且還有研究者將miRNA當作藥物的靶點進而治療疾病。因此,發(fā)掘更多的疾病-miRNA關(guān)聯(lián)將有助于理解疾病的發(fā)病機制,能促進對于疾病的診斷、預后和治療。基于計算的預測模型可以有效地預測最可能與疾病相關(guān)的miRNA,從而降低發(fā)現(xiàn)新的疾病-miRNA關(guān)聯(lián)的實驗成本。本文所用到的數(shù)據(jù)包括疾病-miRNA關(guān)聯(lián)、疾病語義相似性、miRNA功能相似性、疾病的集成相似性和miRNA的集成相似性。本文提出了兩種計算模型IMCMDA和PUMDA。在IMCMDA中,疾病的集成相似性和miRNA的集成相似性作為輔助信息,并利用歸納矩陣填充算法預測潛在的疾病-miRNA關(guān)聯(lián)。本文采用局部留一交叉驗證、全局留一交叉驗證和5折交叉驗證來評估模型的性能。在IMCMDA的實驗部分,本文對結(jié)腸癌、腎臟腫瘤、淋巴癌、乳腺癌和食管癌5種疾病進行案例研究。在預測的前50名疾病相關(guān)的miRNA中,分別有42、44、45、50和49個miRNA被數(shù)據(jù)庫驗證。在PUMD... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【圖文】：

膽脂瘤和脫發(fā)癥的DAG圖

3基于歸納矩陣填充算法的疾病-miRNA關(guān)聯(lián)預測13圖3-1IMCMDA模型的流程圖Figure3-1FlowchartofIMCMDA其中1,2是正則化系數(shù)，且通常都設(shè)為1，‖‖是矩陣的Frobenius范數(shù)，也稱為范數(shù)。12‖‖2是目標函數(shù)，12‖‖2和22‖‖2是懲罰項，用來防止過擬合問題。我們采用Jain等人[81]提出的方法來求解上述問題。首先，將和隨機為一個稠密矩陣，然后使用迭代更新公式求解和，當滿足收斂準則時，迭代應停止，通常將收斂的閾值設(shè)置為106。IMCMDA的代碼基于Matlab2019b。圖3-1給出了求解迭代問題的詳細算法步驟。當和求出來之后，可以通過以下公式計算疾病()和miRNA()之間的預測得分：((),())=(,:)(,:)(3-3)值得注意的是，如果有一個沒有任何已知的相關(guān)miRNA的新疾病()，只要有新疾病()的輔助信息，IMCMDA一樣能預測這個新疾病與所有

IMCMDA與前人模型在LOOCV中的基于ROC曲線的性能對比

【參考文獻】：
期刊論文
[1]生物信息學研究進展[J]. 李洪東,朱曉姝,王建新.  玉林師范學院學報. 2018(05)
[2]基于Biased-SVM的非平衡半監(jiān)督分類算法[J]. 杜利敏,徐揚.  河南大學學報(自然科學版). 2017(04)
[3]低秩矩陣填充典型算法[J]. 鄧軍,謝鯤.  電子制作. 2017(09)
[4]microRNA與人類疾病關(guān)系研究中的生物信息學方法和資源[J]. 張帆,崔慶華.  生理科學進展. 2016(03)
[5]壓縮感知與矩陣填充及其在圖像處理中的應用[J]. 趙玉娟,鄭寶玉,陳守寧.  南京郵電大學學報(自然科學版). 2015(03)
[6]矩陣填充及其在信號處理中的應用[J]. 趙玉娟,鄭寶玉,陳守寧.  信號處理. 2015(04)
[7]基于填充和相似性信任因子的協(xié)同過濾推薦算法[J]. 郝立燕,王靖.  計算機應用. 2013(03)
[8]miRNA研究進展[J]. 劉強,鄭秀峰,辛永紅.  重慶醫(yī)學. 2009(15)
[9]microRNA與腫瘤[J]. 周凡,莊詩美.  生命科學. 2008(02)
[10]計算生物學開拓現(xiàn)代生物技術(shù)研究的未來[J]. 趙陳同.  江蘇科技信息. 2005(10)



本文編號：2987393