【摘要】：生命科學(xué)或醫(yī)學(xué)中常常需要預(yù)測(cè)某些實(shí)體之間的關(guān)聯(lián),例如疾病和基因之間的關(guān)系。當(dāng)前,大多數(shù)生物關(guān)聯(lián)研究都是通過(guò)實(shí)驗(yàn)的方式來(lái)進(jìn)行。通過(guò)生物實(shí)驗(yàn)的方法通常需要消耗大量的人力、物力和財(cái)力,而生物實(shí)體數(shù)據(jù)規(guī)模大,其組合很難窮盡,因此存在大量未被實(shí)驗(yàn)驗(yàn)證的關(guān)聯(lián)。因此實(shí)驗(yàn)之前確定可能的關(guān)聯(lián)候選集合是一個(gè)重要的問(wèn)題。通過(guò)計(jì)算確定可能的潛在關(guān)聯(lián)候選集合成為生物信息學(xué)當(dāng)前的研究熱點(diǎn)。例如在lncRNA與蛋白質(zhì)、miRNA與疾病和藥物與靶標(biāo)的領(lǐng)域有很多基于計(jì)算的關(guān)聯(lián)預(yù)測(cè)算法,也有比較新的關(guān)聯(lián)問(wèn)題,例如病毒與宿主的關(guān)系預(yù)測(cè)問(wèn)題上還較少有基于計(jì)算方法。一般期望生物關(guān)聯(lián)預(yù)測(cè)的算法具有很強(qiáng)的通用性,可以遷移到其他領(lǐng)域的關(guān)聯(lián)預(yù)測(cè)問(wèn)題。為了調(diào)查當(dāng)前這些算法的適用性和效果,本文系統(tǒng)綜述了預(yù)測(cè)生物關(guān)聯(lián)的計(jì)算方法方面5個(gè)當(dāng)前性能最好的算法。本文系統(tǒng)綜述了這些算法的構(gòu)造和應(yīng)用,并根據(jù)lncRNA與蛋白質(zhì)、miRNA與疾病和病毒與宿主三個(gè)生物領(lǐng)域關(guān)聯(lián)數(shù)據(jù)的特點(diǎn)分別選取了合適的相似矩陣構(gòu)造方法,作為算法的輸入,從而在不同的領(lǐng)域應(yīng)用,發(fā)現(xiàn)了不同領(lǐng)域最適合的相似性和最適合的算法。綜合分析在相似性和算法對(duì)預(yù)測(cè)結(jié)果的影響,分析了算法對(duì)相似度變化的穩(wěn)定性和對(duì)數(shù)據(jù)變化的穩(wěn)定性。最后綜合考慮性能和穩(wěn)定性分別對(duì)三個(gè)不同領(lǐng)域選取最適合的算法。綜上,本文在系統(tǒng)研究和評(píng)估了三個(gè)生物關(guān)聯(lián)領(lǐng)域五個(gè)具體的算法,提出了針對(duì)數(shù)據(jù)特點(diǎn)合理設(shè)計(jì)相似度矩陣和選擇適合的算法,可以有效的提高算法的預(yù)測(cè)準(zhǔn)確度。當(dāng)前生物關(guān)聯(lián)預(yù)測(cè)方法的研究比較分散獨(dú)立,研究者常常忽略了這些問(wèn)題之間的共性和不同,本文對(duì)當(dāng)前關(guān)聯(lián)預(yù)測(cè)算法進(jìn)行了系統(tǒng)分析和評(píng)估,這為不同問(wèn)題的預(yù)測(cè)算法選擇和數(shù)據(jù)輸入提供了有價(jià)值的參考。本文所預(yù)測(cè)的潛在可能連接,為進(jìn)一步生物實(shí)驗(yàn)確定了可行的研究范圍,也為更深入地了解生物屬性提供了潛在的候選。
【圖文】：

圖２．邋１藥物靶標(biāo)關(guān)聯(lián)示意圖逡逑

在ＤＡＧ（Ｄ）中疾�。牡恼Z(yǔ)義分?jǐn)?shù)定義如下：逡逑ＤＶ１（Ｄ）邋＝ＺｄＴ（Ｄ）ＤｌＤ（ｄ））定義如下：逡逑｜邐１邐ｉｆ邋ｄ邋＝邋Ｄ逡逑Ｄ１ｄ⑷—｜＿ｍａｘ｛Ａ邋＊邋ＤｌＤ（ｄ0｜ｄｆ邋ｅ邋ｄ邋的子節(jié)點(diǎn)｝邋ｉｆ邋ｄ邋竽邋Ｄ逡逑義貢獻(xiàn)因子。對(duì)于疾�。亩�，其自身對(duì)于疾病Ｄ的語(yǔ)隨著疾�。呐c其他疾病之間距離的增加，貢獻(xiàn)將會(huì)下降。語(yǔ)對(duì)疾�。恼Z(yǔ)義價(jià)值的貢獻(xiàn)是相同的。如果兩種疾病在那么它們的語(yǔ)義相似性就會(huì)變得更大。因此疾病ｄ⑴與ｄ），邋ｄ（ｊ））定義如下：逡逑ＳＤ（ｄ邋⑴，ｄＱ）嚴(yán)：糕的關(guān)聯(lián)補(bǔ)全逡逑ＫＮ［？］方法，通過(guò)鄰居的關(guān)聯(lián)網(wǎng)絡(luò)，，來(lái)推算未知的關(guān)聯(lián)概
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：Q811.4;TP181;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 雷方元;蔡君;;基于社團(tuán)特性的鏈路預(yù)測(cè)算法的研究[J];廣東技術(shù)師范學(xué)院學(xué)報(bào);2015年02期

2 陽(yáng)敏輝;;淺析幾種基本路段行程時(shí)間預(yù)測(cè)算法[J];青春歲月;2017年01期

3 陶陶;;點(diǎn)擊科學(xué)[J];中國(guó)科技教育;2017年03期

4 黃子軒;馬超;徐瑾輝;黃江楠;;復(fù)雜網(wǎng)絡(luò)中集聚系數(shù)對(duì)鏈路預(yù)測(cè)算法的影響[J];科技視界;2014年12期

5 郭景峰;代軍麗;馬鑫;王娟;;針對(duì)通信社會(huì)網(wǎng)絡(luò)的時(shí)間序列鏈接預(yù)測(cè)算法[J];計(jì)算機(jī)科學(xué)與探索;2010年06期

6 張宇;潘國(guó)騰;謝倫國(guó);;一種基于人工神經(jīng)元網(wǎng)絡(luò)的條件分支預(yù)測(cè)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年S1期

7 楊旭華;凌非;;一種基于局部社團(tuán)和全局信息的鏈路預(yù)測(cè)算法[J];浙江工業(yè)大學(xué)學(xué)報(bào);2017年01期

8 陸誠(chéng);楊威;;改進(jìn)的廣義預(yù)測(cè)算法在過(guò)熱氣溫控制中的應(yīng)用[J];工業(yè)控制計(jì)算機(jī);2013年11期

9 楊斷利;張立梅;籍穎;呂晶;;河北省風(fēng)能特征及其對(duì)風(fēng)速預(yù)測(cè)算法的改進(jìn)[J];科技傳播;2013年06期

10 李菊娥,孫群;基于雙線性模型的新協(xié)狀態(tài)預(yù)測(cè)算法[J];西安電子科技大學(xué)學(xué)報(bào);1999年02期

相關(guān)會(huì)議論文 前10條

1 朱斌;樊祥;馬東輝;程正東;;窗口大小和權(quán)值模板對(duì)固定權(quán)值背景預(yù)測(cè)算法的影響[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 郭景峰;代軍麗;馬鑫;王娟;;針對(duì)通信社會(huì)網(wǎng)絡(luò)的時(shí)間序列鏈接預(yù)測(cè)算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（A輯）[C];2009年

3 王云鵬;趙海;司帥宗;王翠榮;;基于鄰居修正的隨機(jī)游走鏈路預(yù)測(cè)算法[A];第十二屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集（理工農(nóng)醫(yī)）[C];2015年

4 王峰;姬冰輝;李斗;;一種基于混沌理論的自相似業(yè)務(wù)流預(yù)測(cè)算法研究[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

5 陳娜;戴樹嶺;;基于模型的遙操作預(yù)測(cè)算法研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

6 張利萍;李宏光;;改進(jìn)的灰色預(yù)測(cè)算法在工業(yè)應(yīng)用中的評(píng)價(jià)[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

7 錢正祥;徐華;張申浩;;數(shù)字信號(hào)序列的向量預(yù)測(cè)算法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

8 崔冬;;一種改進(jìn)的LRP信道預(yù)測(cè)算法[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

9 梁適春;張曉冬;林培峰;牛萌;;一種混合儲(chǔ)能光伏發(fā)電系統(tǒng)的功率預(yù)測(cè)算法[A];中國(guó)電工技術(shù)學(xué)會(huì)學(xué)術(shù)年會(huì)——新能源發(fā)電技術(shù)論壇論文集[C];2013年

10 路迎晨;李兵;;一類自適應(yīng)預(yù)測(cè)算法的全局收斂性[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 麥?zhǔn)|編譯;體內(nèi)“天書”待解讀[N];醫(yī)藥經(jīng)濟(jì)報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 丁靜怡;復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測(cè)算法及其應(yīng)用研究[D];西安電子科技大學(xué);2017年

2 尚可可;基于局部鏈路預(yù)測(cè)和零模型的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)及穩(wěn)定性分析[D];西北工業(yè)大學(xué);2017年

3 楊育捷;復(fù)雜網(wǎng)絡(luò)下基于拓?fù)湎嗨菩缘逆溌奉A(yù)測(cè)研究[D];北京郵電大學(xué);2019年

4 陳其松;智能優(yōu)化支持向量機(jī)預(yù)測(cè)算法及應(yīng)用研究[D];貴州大學(xué);2009年

5 卜云;混沌時(shí)間序列自適應(yīng)預(yù)測(cè)算法研究[D];電子科技大學(xué);2010年

6 馬玉韜;基于濾波理論和特征統(tǒng)計(jì)的蛋白質(zhì)編碼區(qū)預(yù)測(cè)算法研究[D];天津大學(xué);2013年

7 鮑漪瀾;基于支持向量機(jī)的金融時(shí)間序列分析預(yù)測(cè)算法研究[D];大連海事大學(xué);2013年

8 李楠;基于火焰自由基成像的NO_x排放預(yù)測(cè)算法研究[D];華北電力大學(xué)(北京);2017年

9 劉輝;鐵路沿線風(fēng)信號(hào)智能預(yù)測(cè)算法研究[D];中南大學(xué);2011年

10 張千明;復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)分析與鏈路預(yù)測(cè)[D];電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 楊曉翠;基于局部網(wǎng)絡(luò)結(jié)構(gòu)的鏈路預(yù)測(cè)算法研究[D];江南大學(xué);2019年

2 吳楠楠;基于深度網(wǎng)絡(luò)的MOOC輟學(xué)預(yù)測(cè)算法研究[D];西北大學(xué);2019年

3 李兆虎;基于交互度的鏈接預(yù)測(cè)算法研究[D];云南大學(xué);2018年

4 張陳浩;生物關(guān)聯(lián)預(yù)測(cè)算法的系統(tǒng)分析和應(yīng)用研究[D];華中師范大學(xué);2019年

5 仵筱妍;面向LBS的用戶移動(dòng)行為預(yù)測(cè)算法研究[D];電子科技大學(xué);2019年

6 龔學(xué)輝;基于位置預(yù)測(cè)的共乘群體發(fā)現(xiàn)與優(yōu)化方法研究[D];長(zhǎng)安大學(xué);2019年

7 沈頡;累積干擾預(yù)測(cè)算法性能實(shí)測(cè)與實(shí)時(shí)性提升[D];北京交通大學(xué);2019年

8 曹蓉;基于矩陣分解的鏈路預(yù)測(cè)算法研究[D];青海師范大學(xué);2019年

9 蔡宏翔;基于多元屬性的媒體熱度預(yù)測(cè)算法[D];上海交通大學(xué);2018年

10 楊強(qiáng);面向局部群落結(jié)構(gòu)的鏈路預(yù)測(cè)算法研究[D];安徽大學(xué);2019年

本文編號(hào)：2644014