隨著基因組測序完成和基因技術不斷發(fā)展,使得某些疾病的致病基因逐漸得到確認。目前,通過科學實驗已經掌握了一部分疾病的致病原因,但是大部分疾病的致病原因,特別是與基因相關的疾病的致病原因還不得而知。該文采用與人類同源相似度高達85%的小鼠數據作為研究對象,使用疾病表型數據集、致病基因數據集和已經確認的表型-基因關聯(lián)關系數據集構成一個雙層耦合網絡,通過元路徑上隨機游走的方法進行數據的分析與挖掘,在已經確認的表型-基因關聯(lián)數據基礎上預測未確定的表型-基因關聯(lián)關系。經驗證比較,該文提出的算法所取得的預測效果優(yōu)于其他算法。 

【文章來源】：電子科技大學學報. 2020,49(03)北大核心EICSCD

【文章頁數】：7 頁

【部分圖文】：

表型關聯(lián)網絡示意圖

基因關聯(lián)網絡示意圖

表型-基因關聯(lián)網絡示意圖

【參考文獻】：
期刊論文
[1]隨機游走技術在網絡生物學中的研究進展[J]. 李敏,王曉桐,羅慧敏,孟祥茂,王建新.  電子學報. 2018(08)
[2]基于Katz增強歸納型矩陣補全的基因-疾病關聯(lián)關系預測[J]. 浦建宇,陳蕾,邵楷.  計算機科學與探索. 2019(07)
[3]miRNA與疾病關聯(lián)關系預測算法[J]. 郭茂祖,王詩鳴,劉曉燕,田偵.  軟件學報. 2017(11)
[4]關注耦合網絡及其傳播動力學研究[J]. 唐明,崔愛香,龔凱.  復雜系統(tǒng)與復雜性科學. 2011(02)

碩士論文
[1]基于鏈路預測的長非編碼RNA-疾病關聯(lián)預測方法[D]. 鄭經龍.西安電子科技大學 2015



本文編號：3453905