識別與疾病相關(guān)的microRNA（miRNA）有助于我們了解疾病的病因以及發(fā)病機理。研究發(fā)現(xiàn)miRNA是通過調(diào)控靶基因（mRNA）的表達,進而行使其生物學(xué)功能。然而,經(jīng)生物實驗驗證的靶基因數(shù)量較少。因此,很多基于靶基因來預(yù)測疾病相關(guān)的miRNA方法很難達到理想的預(yù)測效果。目前,大多數(shù)預(yù)測與疾病相關(guān)的miRNA的方法都基于這樣一個生物前提,miRNA功能越相似其所關(guān)聯(lián)的疾病就越相似,反之亦然。這些方法利用miRNA和疾病相關(guān)信息構(gòu)建miRNA-疾病雙層異構(gòu)網(wǎng)絡(luò),通過整合網(wǎng)絡(luò)中多種信息來預(yù)測疾病潛在關(guān)聯(lián)的miRNA。但是這些方法在計算miRNA相似性過程中,并沒有考慮miRNA家族信息對相似性的影響。因為源于同一個家族的miRNA通常協(xié)同參與到疾病的發(fā)生發(fā)展過程中,所以,將家族信息融入miRNA相似性計算中是很有必要的。此外這些預(yù)測方法都是基于淺層模型提出的,很難挖掘出miRNA與疾病之間隱含的、復(fù)雜的、非線性的深層特征。這將在一定程度上影響這些方法預(yù)測性能的提升。針對以上提及的不足,我們提出了兩類預(yù)測方法:第一類,基于有重啟的隨機游走關(guān)聯(lián)預(yù)測方法,第二類,基于雙路卷積神經(jīng)網(wǎng)絡(luò)的關(guān)聯(lián)預(yù)測方... 

【文章來源】：黑龍江大學(xué)黑龍江省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

動物miRNA的產(chǎn)生以及作用過程

圖 2-2 肝癌和胰腺癌 DAGs 圖Figure 2-2 The DAGs of the liver neoplasms and pancreatic neoplasms我們以圖 2-2 中肝癌和胰腺癌共有的語義標(biāo)注為例，詳細描述兩者語義相似性 ( )的計算過程。圖中肝癌（Liver neoplasms）語義位于第一層，是最具體的語義標(biāo)注，因此對自身的語義貢獻最大被設(shè)定為 1.0，消化系統(tǒng)疾�。―igestivesystem neoplasms）處于第二層，該語義標(biāo)注相較于肝癌更加具有概括性，因此它的語義貢獻則需要在肝癌語義值的基礎(chǔ)上乘以貢獻因子 = 0.5。類似的，我們可以計算得到第三層和第四層各節(jié)點的語義貢獻值（各層節(jié)點語義標(biāo)注的貢獻權(quán)重可表示為 ，其中參數(shù) 表示某個疾病語義在 DAG 圖中位于第幾層）。綜上，肝癌的語義值 DV(LN) = 1.0 (‘Liver neoplasms’) + 0.5 (‘Digestive system neoplasms’) +0.5 * 0.5(‘Neoplasms by site’) + 0.5 * 0.5 * 0.5(‘Neoplasms’) + 0.5(‘Liver disease’) +0.5 * 0.5(‘Digestive system disease’) = 2.625。同理，胰腺癌的語義 DV(PN) = 3.375。圖 2-2 中藍色的節(jié)點表示肝癌和胰腺癌共有的語義標(biāo)注，根據(jù)公式（2-3）可以計

黑龍江大學(xué)碩士學(xué)位論文人[26]（Liu’s Method，2016）的方法分別進行了性能對比。法中涉及的參數(shù)都需要進行調(diào)整，以獲得最佳預(yù)測性能。本，它們在實驗中設(shè)定的值分別如下： 0.5、 0.2、 .9。對于其它 3 個方法，我們都采用相應(yīng)論文中提及的參數(shù) 參數(shù)設(shè)定： 0.2、 0.8、 0.2、 0 3、 2.26，Liu’s Method 參數(shù)設(shè)定： 0.8、 0.


本文編號：3059408