【摘要】：研究表明,疾病的產(chǎn)生與microRNAs(miRNA)調(diào)控異常有關(guān),發(fā)現(xiàn)疾病相關(guān)的miRNA有助于研究疾病發(fā)病機(jī)制和治愈手段。然而,通過生物實(shí)驗(yàn)方式獲取準(zhǔn)確關(guān)聯(lián)關(guān)系,花費(fèi)大,周期長(zhǎng)。因此,通過計(jì)算方式預(yù)測(cè)疾病-miRNA關(guān)系成為目前研究熱點(diǎn),并具有重要意義。在目前疾病-miRNA關(guān)系預(yù)測(cè)研究中,利用已知的疾病-miRNA關(guān)系構(gòu)建生物網(wǎng)絡(luò),對(duì)未知連接中存在潛在連接的可能性進(jìn)行計(jì)算,并按照可能性分?jǐn)?shù)高低進(jìn)行排序,從而向?qū)嶒?yàn)人員推薦分?jǐn)?shù)較高的候選miRNAs。本文在生物網(wǎng)絡(luò)基礎(chǔ)上,結(jié)合網(wǎng)絡(luò)內(nèi)部拓?fù)湫畔?對(duì)疾病-miRNA預(yù)測(cè)算法進(jìn)行研究,主要是以下三個(gè)工作:(1)構(gòu)建了疾病-miRNA雙層網(wǎng)絡(luò),并利用網(wǎng)絡(luò)嵌入方法結(jié)合網(wǎng)絡(luò)中權(quán)重信息和連接關(guān)系信息,從而提出了一種基于網(wǎng)絡(luò)表示學(xué)習(xí)的疾病-miRNA預(yù)測(cè)算法。在預(yù)測(cè)結(jié)果分析和經(jīng)典算法對(duì)比中,證實(shí)了方法的有效性和優(yōu)越性。(2)針對(duì)網(wǎng)絡(luò)表示學(xué)習(xí)的預(yù)測(cè)方法,從不同的角度提出了兩點(diǎn)改進(jìn)。通過加入基因節(jié)點(diǎn)改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu),增加了網(wǎng)絡(luò)拓?fù)湫畔⒁约袄肈eepWalk算法改變網(wǎng)絡(luò)編碼方式,避免了搭建相似網(wǎng)絡(luò)。通過結(jié)果分析和算法對(duì)比,證明了改進(jìn)算法的有效性,并能極大提高預(yù)測(cè)效果。(3)為了利用網(wǎng)絡(luò)拓?fù)湫畔?提出了一種基于機(jī)器學(xué)習(xí)模型的疾病-miRNA預(yù)測(cè)方法。該方法基于外部數(shù)據(jù)計(jì)算的相似矩陣和內(nèi)部挖掘的拓?fù)湎蛄烤仃噧蓚�(gè)方面構(gòu)造特征,從而融合了外部生物信息和內(nèi)部拓?fù)浣Y(jié)構(gòu)信息。實(shí)驗(yàn)結(jié)果顯示算法能有效預(yù)測(cè)疾病-miRNA連接,而且明顯優(yōu)于對(duì)比方法。同時(shí),疾病案例分析中推薦的前30個(gè)候選miRNAs基本都能得到數(shù)據(jù)庫(kù)證實(shí)。
【圖文】：

NATarBase 7.0 收錄了 23 個(gè)物種的 4076 種 miRNA 類型，23054 種靶基因，422517miRNA-靶基因相互作用關(guān)系，可以通過該數(shù)據(jù)庫(kù)獲取 miRNA 相關(guān)信息，比如靶等信息。miRBase 是一個(gè)提供了 miRNA 命名[40]，中心位置，目標(biāo)信息，主要證信息的數(shù)據(jù)庫(kù)，截止到 2018 年 3 月，microRNA 的信息已上升至 38,589 條。我以從該數(shù)據(jù)庫(kù)獲取 miRNA 在染色體位置，所屬家族等信息。DisGeNET 收集人病相關(guān)的基因數(shù)據(jù)，，當(dāng)前 v6.0 版本收錄了 17549 個(gè)基因和 24166 個(gè)疾病之間的685 個(gè)基因-疾病關(guān)聯(lián)（GDAs），我們可以通過該數(shù)據(jù)庫(kù)獲取疾病和基因關(guān)系。EMC 和 miR2Disease 數(shù)據(jù)庫(kù)，作為獨(dú)立的數(shù)據(jù)庫(kù)，包含了疾病-miRNA 關(guān)系數(shù)據(jù)，對(duì)算法預(yù)測(cè)結(jié)果進(jìn)行驗(yàn)證。其中，dbDEMC 是與癌癥相關(guān)的 miRNA 數(shù)據(jù)庫(kù)，該庫(kù)包含 36 種癌癥類型中的 2224 種差異表達(dá)的 miRNAs。另外，miR2Disease 收與疾病相關(guān)的 miRNA 調(diào)控異常的各種資源，該數(shù)據(jù)庫(kù)包含 299 種 miRNAs，94類疾病和 1939 種疾病-miRNA 關(guān)系，數(shù)據(jù)庫(kù)具體來源見表 2.5 所示。

圖2.5兩種疾病前100個(gè)候選miRNA的PRE值
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R440;TP181

【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 陳明諾;基于人-車-路-交通系統(tǒng)的車速預(yù)測(cè)算法研究[D];南京航空航天大學(xué);2019年

2 關(guān)瑩瑩;基于深度學(xué)習(xí)的ITS短時(shí)交通流量預(yù)測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2019年

3 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

4 宋耀波;基于局部子圖的鏈路預(yù)測(cè)算法及在網(wǎng)絡(luò)重構(gòu)中的應(yīng)用[D];國(guó)防科技大學(xué);2017年

5 范東皖;二分網(wǎng)絡(luò)中節(jié)點(diǎn)預(yù)測(cè)算法的研究[D];沈陽(yáng)航空航天大學(xué);2019年

6 孟曉宇;鏈路預(yù)測(cè)算法的改進(jìn)及其在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中的應(yīng)用研究[D];青島大學(xué);2019年

7 代金龍;社交網(wǎng)絡(luò)中的影響力模型構(gòu)建及鏈接預(yù)測(cè)算法[D];山東科技大學(xué);2018年

8 高鵬;基于網(wǎng)絡(luò)拓?fù)湫畔⒌募膊iRNA預(yù)測(cè)算法研究[D];華中科技大學(xué);2019年

9 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

10 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

本文編號(hào)：2612342