论文部分内容阅读
长非编码RNA(简称lncRNA)是长度大于200个核苷酸的非编码RNA。它们能够在转录后水平中调控其靶标基因,并且在许多重要的生物过程中有着关键的调节作用。近些年,许多的研究结果表明,lncRNA参与到许多与人类疾病相关的重要生物过程。因此,预测潜在的疾病相关的lncRNA对于揭示疾病发生机制,开发新药和优化个性化治疗至关重要。然而,验证lncRNA-疾病关联的生物学实验是非常耗时且昂贵的。并且预测疾病相关的lncRNA的计算方法存在没有负样本、不能预测孤立疾病相关的lncRNA或者孤立lncRNA相关的疾病、预测精确度不高等问题。为了解决这些问题,本文重点研究有效的计算方法预测lncRNA-疾病的关联,具体的研究工作如下:(1)本文提出了在异构网络中基于有限长度的简单路径预测lncRNA-疾病关联的方法(BPLLDA)。BPLLDA首先通过整合lncRNA-疾病关联网络,lncRNA功能相似性网络和疾病语义相似性网络来构建lncRNA-疾病的异构网络。然后,它基于连接节点的路径和路径在网络中的长度来计算lncRNA-疾病关联的得分。与现有方法相比,BPLLDA具有一些优点,包括不用负样品和能够预测孤立lncRNA或孤立疾病相关的关联的能力。本文进行留一交叉验证(LOOCV)来评估BPLLDA方法的预测性能,BPLLDA得到的AUC值为0.87117,高于本文两种比较方法的AUC。此外,选择宫颈癌,胶质瘤和非小细胞肺癌作为案例研究,其中预测的前5个lncRNA-疾病关联由最新的LncRNADisease数据库和文献证实。(2)本文提出了基于矩阵分解的最小二乘法预测潜在的lncRNA-疾病关联的方法,简称ALSBMF。ALSBMF算法首先将已知的lncRNA-疾病关联矩阵分解成两个特征矩阵,然后利用疾病语义相似性、lncRNA功能相似性和已知的lncRNA-疾病关联定义优化函数并且通过最小二乘法求解出两个最优的特征矩阵,最后将两个特征矩阵相乘重构得分矩阵,填充最初矩阵的缺失值来预测潜在的lncRNA-疾病的关联。与现有方法相比,ALSBMF与BPLLDA具有同样的优点,不用负样品和能够预测孤立lncRNA或孤立疾病相关的关联的能力。并且本文进行留一交叉验证(LOOCV)和五倍交叉验证来评估ALSBMF方法的预测性能,分别获得的AUC为0.9501和0.9215,都比现有方法好。该方法还选取结肠癌、肾癌以及肝癌作为案例研究,预测的排名前三的结肠癌、肾癌和肝癌相关的lncRNA都在最新的LncRNADisease数据库和相关文献中得到验证。