Micro RNAs(mi RNAs)是一類長度大約為22nt的內(nèi)源性單鏈非編碼小RNA。它們通常在轉(zhuǎn)錄后抑制其目標(biāo)信使RNA的3~′非翻譯區(qū)(UTRs)的基因表達(dá)和蛋白生成。隨著基因組測序技術(shù)與計算機(jī)技術(shù)的迅猛發(fā)展,許多研究表明mi RNA參與了眾多生物學(xué)過程,如細(xì)胞增殖、細(xì)胞發(fā)育、細(xì)胞凋亡、細(xì)胞分化等,已被證實與許多人類疾病密切相關(guān)。研究mi RNA和疾病的關(guān)系有助于在mi RNA層面上了解疾病的發(fā)病機(jī)理,可為治療和預(yù)防相關(guān)疾病、研發(fā)相關(guān)藥物提供有效幫助。因此,構(gòu)造高效、準(zhǔn)確的預(yù)測模型來挖掘mi RNA和疾病的潛在關(guān)系是非常有必要的。相關(guān)學(xué)者提出了較多的預(yù)測模型,但存在耗費時間長、預(yù)測準(zhǔn)確率低的問題�？紤]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(guān)聯(lián)關(guān)系數(shù)據(jù)集進(jìn)行處理進(jìn)而構(gòu)造二部圖網(wǎng)絡(luò)。然后,在此基礎(chǔ)上利用個性化推薦系統(tǒng)的偏熱傳導(dǎo)算法構(gòu)造新的數(shù)學(xué)模型進(jìn)而預(yù)測潛在的mi RNA-疾病的關(guān)系。具體研究內(nèi)容如下:(1)首先,獲取mi RNA-疾病有關(guān)數(shù)據(jù)并進(jìn)行預(yù)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(xué)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(diào)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(jìn)而獲得不同產(chǎn)品間的聯(lián)系。然后，以這些聯(lián)系為基礎(chǔ)，進(jìn)而引進(jìn)給相關(guān)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(guān)。....

圖2.2基于內(nèi)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(nèi)容進(jìn)行相應(yīng)的過濾、可利用類似用戶或產(chǎn)品的相關(guān)信息引進(jìn)新產(chǎn)品或新用戶，是一種比較經(jīng)典的推薦技術(shù)。然而該算法也有一些不足之處，例如，會出現(xiàn)關(guān)聯(lián)數(shù)據(jù)稀疏、難以擴(kuò)展以及冷啟動等相關(guān)問題。2.3.2基于內(nèi)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(biāo)關(guān)聯(lián)網(wǎng)絡(luò)

21圖3.1藥物與靶標(biāo)關(guān)聯(lián)網(wǎng)絡(luò)遵循當(dāng)前針對藥物-靶標(biāo)相互作用預(yù)測問題的新技術(shù)，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(gòu)建核，該內(nèi)核除了藥物目標(biāo)網(wǎng)絡(luò)的拓?fù)渲�，不包含任何信息[48]。這些內(nèi)核被稱為為高斯交互輪廓（GIP）內(nèi)核，計算過程如下：(,)=(‖‖....

圖3.2乳腺腫瘤的疾病DAG

22相關(guān)計算過程如下：第一步：首先，從國家醫(yī)學(xué)圖書館（http://www.nlm.nih.gov/）下載相關(guān)的MeSH描述符。該描述符一共可分為16類：A類為解剖術(shù)語，B類為生物體，C類為疾病，D類為藥物和化學(xué)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