Micro RNAs(mi RNAs)是一類長度大約為22nt的內源性單鏈非編碼小RNA。它們通常在轉錄后抑制其目標信使RNA的3~′非翻譯區(qū)(UTRs)的基因表達和蛋白生成。隨著基因組測序技術與計算機技術的迅猛發(fā)展,許多研究表明mi RNA參與了眾多生物學過程,如細胞增殖、細胞發(fā)育、細胞凋亡、細胞分化等,已被證實與許多人類疾病密切相關。研究mi RNA和疾病的關系有助于在mi RNA層面上了解疾病的發(fā)病機理,可為治療和預防相關疾病、研發(fā)相關藥物提供有效幫助。因此,構造高效、準確的預測模型來挖掘mi RNA和疾病的潛在關系是非常有必要的。相關學者提出了較多的預測模型,但存在耗費時間長、預測準確率低的問題。考慮到這些模型的局限性,本文首先提出了一種新的聚類算法對已知的mi RNA-疾病關聯(lián)關系數(shù)據(jù)集進行處理進而構造二部圖網(wǎng)絡。然后,在此基礎上利用個性化推薦系統(tǒng)的偏熱傳導算法構造新的數(shù)學模型進而預測潛在的mi RNA-疾病的關系。具體研究內容如下:(1)首先,獲取mi RNA-疾病有關數(shù)據(jù)并進行預處理,其次計算mi RNA-mi RNA間相似性與疾病和疾病間相似性。然后對mi RNA間的功...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖2.1基于用戶的協(xié)同過濾

13圖2.1基于用戶的協(xié)同過濾ItemCF算法與上述算法類似，只用對調用戶與產(chǎn)品的位置。首先，求出不同用戶賦予不同產(chǎn)品的評分，進而獲得不同產(chǎn)品間的聯(lián)系。然后，以這些聯(lián)系為基礎，進而引進給相關用戶類似的產(chǎn)品。簡而言之，如果用戶1同時買入產(chǎn)品1和產(chǎn)品2，則表明產(chǎn)品1和產(chǎn)品2高度相關。....

圖2.2基于內容的推薦系統(tǒng)

14該算法的優(yōu)點是可以對難以描繪的內容進行相應的過濾、可利用類似用戶或產(chǎn)品的相關信息引進新產(chǎn)品或新用戶，是一種比較經(jīng)典的推薦技術。然而該算法也有一些不足之處，例如，會出現(xiàn)關聯(lián)數(shù)據(jù)稀疏、難以擴展以及冷啟動等相關問題。2.3.2基于內容的推薦系統(tǒng)該系統(tǒng)是一種司空見慣的推薦系統(tǒng)，在工業(yè)....

圖3.1藥物與靶標關聯(lián)網(wǎng)絡

21圖3.1藥物與靶標關聯(lián)網(wǎng)絡遵循當前針對藥物-靶標相互作用預測問題的新技術，通過使用高斯核方法（也稱為徑向基函數(shù)（RBF）核）從相互作用譜中構建核，該內核除了藥物目標網(wǎng)絡的拓撲之外，不包含任何信息[48]。這些內核被稱為為高斯交互輪廓（GIP）內核，計算過程如下：(,)=(‖‖....

圖3.2乳腺腫瘤的疾病DAG

22相關計算過程如下：第一步：首先，從國家醫(yī)學圖書館（http://www.nlm.nih.gov/）下載相關的MeSH描述符。該描述符一共可分為16類：A類為解剖術語，B類為生物體，C類為疾病，D類為藥物和化學藥品等。然后，從類別為C的MeSH描述符中獲得了基于DAG疾病的各種....

本文編號：3957338