基于相似度計(jì)算與卷積神經(jīng)網(wǎng)絡(luò)的疾病相關(guān)聯(lián)miRNA預(yù)測(cè)研究
發(fā)布時(shí)間:2022-10-21 16:05
MicroRNA(miRNA)是由20~24個(gè)核苷酸構(gòu)成的一類微小內(nèi)源性單鏈的非編碼RNAs。目前的許多研究表明,miRNAs和眾多人類疾病關(guān)聯(lián)密切。同時(shí),miRNAs也和表型存在很強(qiáng)的聯(lián)系。在此基礎(chǔ)上,考慮利用miRNA作為生物標(biāo)志物來標(biāo)記不同人類疾病的可能性,以及利用miRNA和人類疾病的關(guān)聯(lián)關(guān)系幫助研究人員深入理解疾病病因的分子機(jī)制,進(jìn)而對(duì)相關(guān)疾病的藥物開發(fā)和防治做出重要的貢獻(xiàn)。因此,利用生物信息學(xué)探明每種miRNA和每種人類疾病之間的關(guān)聯(lián)關(guān)系成為當(dāng)下的一個(gè)研究熱點(diǎn)。基于相似度計(jì)算的計(jì)算預(yù)測(cè)方法主要可以分為兩類:一類是基于已知關(guān)聯(lián)關(guān)系構(gòu)建網(wǎng)絡(luò)的方法,需求高性能的生物網(wǎng)絡(luò);另一類則是基于機(jī)器學(xué)習(xí)的方法,需求負(fù)樣本集。本文使用相似度計(jì)算方法整合多源生物數(shù)據(jù)構(gòu)建高質(zhì)量的相似度數(shù)據(jù),并結(jié)合卷積神經(jīng)網(wǎng)絡(luò),探明未知的miRNA-疾病關(guān)聯(lián)關(guān)系,由此提出兩種計(jì)算模型。其一,基于正樣本學(xué)習(xí)的miRNA與疾病關(guān)聯(lián)關(guān)系預(yù)測(cè)方法。利用正樣本提取miRNA和疾病在共享低維度空間中映射的隱特征,通過映射后的miRNA和疾病各自的潛在特征向量為每個(gè)miRNA-疾病關(guān)系對(duì)構(gòu)造特征表達(dá)。最后利用卷積神經(jīng)網(wǎng)絡(luò)完成關(guān)...
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文主要研究內(nèi)容與章節(jié)安排
1.3.1 本課題內(nèi)容與研究方法
1.3.2 章節(jié)安排
第2章 相似度計(jì)算方法與卷積神經(jīng)網(wǎng)絡(luò)介紹
2.1 關(guān)聯(lián)關(guān)系數(shù)據(jù)
2.2 疾病間相似度的計(jì)算方法
2.2.1 疾病的語義相似度
2.2.2 疾病的功能性相似度
2.2.3 疾病的GIP核函數(shù)相似度
2.3 miRNA間相似度計(jì)算
2.3.1 miRNA功能性相似度
2.3.2 miRNA的 GIP核函數(shù)相似度
2.4 相似度集成方法
2.5 卷積神經(jīng)網(wǎng)絡(luò)介紹
2.6 本章小結(jié)
第3章 基于正樣本學(xué)習(xí)的MIRNA-疾病關(guān)聯(lián)關(guān)系預(yù)測(cè)
3.1 引言
3.2 非負(fù)矩陣分解算法
3.3 基于正樣本提取隱特征的學(xué)習(xí)框架
3.3.1 學(xué)習(xí)框架描述
3.3.2 基于正樣本提取隱特征
3.3.3 卷積神經(jīng)網(wǎng)絡(luò)推斷關(guān)聯(lián)關(guān)系
3.4 實(shí)驗(yàn)相關(guān)與結(jié)果分析
3.4.1 實(shí)驗(yàn)前準(zhǔn)備
3.4.2 性能對(duì)比實(shí)驗(yàn)
3.4.3 案例分析
3.5 本章小結(jié)
第4章 基于MIRNA-疾病網(wǎng)絡(luò)模型的關(guān)聯(lián)預(yù)測(cè)算法
4.1 引言
4.2 miRNA-基因-疾病推斷網(wǎng)絡(luò)
4.2.1 網(wǎng)絡(luò)的構(gòu)建
4.2.2 網(wǎng)絡(luò)推斷提取特征
4.3 miRNA-基因-疾病關(guān)聯(lián)網(wǎng)絡(luò)
4.3.1 基因間的相似度計(jì)算
4.3.2 網(wǎng)絡(luò)構(gòu)建與特征提取
4.4 卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)關(guān)聯(lián)
4.5 實(shí)驗(yàn)相關(guān)結(jié)果與分析
4.5.1 實(shí)驗(yàn)前準(zhǔn)備
4.5.2 性能對(duì)比實(shí)驗(yàn)
4.5.3 案例分析
4.6 本章小結(jié)
總結(jié)與期望
1.總結(jié)
2.展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
附錄
致謝
【參考文獻(xiàn)】:
期刊論文
[1]miRNA與疾病關(guān)聯(lián)關(guān)系預(yù)測(cè)算法[J]. 郭茂祖,王詩鳴,劉曉燕,田偵. 軟件學(xué)報(bào). 2017(11)
[2]疾病基因網(wǎng)絡(luò)的二分圖投影分析[J]. 陳文琴,陸君安,梁佳. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2009(01)
本文編號(hào):3695961
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文主要研究內(nèi)容與章節(jié)安排
1.3.1 本課題內(nèi)容與研究方法
1.3.2 章節(jié)安排
第2章 相似度計(jì)算方法與卷積神經(jīng)網(wǎng)絡(luò)介紹
2.1 關(guān)聯(lián)關(guān)系數(shù)據(jù)
2.2 疾病間相似度的計(jì)算方法
2.2.1 疾病的語義相似度
2.2.2 疾病的功能性相似度
2.2.3 疾病的GIP核函數(shù)相似度
2.3 miRNA間相似度計(jì)算
2.3.1 miRNA功能性相似度
2.3.2 miRNA的 GIP核函數(shù)相似度
2.4 相似度集成方法
2.5 卷積神經(jīng)網(wǎng)絡(luò)介紹
2.6 本章小結(jié)
第3章 基于正樣本學(xué)習(xí)的MIRNA-疾病關(guān)聯(lián)關(guān)系預(yù)測(cè)
3.1 引言
3.2 非負(fù)矩陣分解算法
3.3 基于正樣本提取隱特征的學(xué)習(xí)框架
3.3.1 學(xué)習(xí)框架描述
3.3.2 基于正樣本提取隱特征
3.3.3 卷積神經(jīng)網(wǎng)絡(luò)推斷關(guān)聯(lián)關(guān)系
3.4 實(shí)驗(yàn)相關(guān)與結(jié)果分析
3.4.1 實(shí)驗(yàn)前準(zhǔn)備
3.4.2 性能對(duì)比實(shí)驗(yàn)
3.4.3 案例分析
3.5 本章小結(jié)
第4章 基于MIRNA-疾病網(wǎng)絡(luò)模型的關(guān)聯(lián)預(yù)測(cè)算法
4.1 引言
4.2 miRNA-基因-疾病推斷網(wǎng)絡(luò)
4.2.1 網(wǎng)絡(luò)的構(gòu)建
4.2.2 網(wǎng)絡(luò)推斷提取特征
4.3 miRNA-基因-疾病關(guān)聯(lián)網(wǎng)絡(luò)
4.3.1 基因間的相似度計(jì)算
4.3.2 網(wǎng)絡(luò)構(gòu)建與特征提取
4.4 卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)關(guān)聯(lián)
4.5 實(shí)驗(yàn)相關(guān)結(jié)果與分析
4.5.1 實(shí)驗(yàn)前準(zhǔn)備
4.5.2 性能對(duì)比實(shí)驗(yàn)
4.5.3 案例分析
4.6 本章小結(jié)
總結(jié)與期望
1.總結(jié)
2.展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
附錄
致謝
【參考文獻(xiàn)】:
期刊論文
[1]miRNA與疾病關(guān)聯(lián)關(guān)系預(yù)測(cè)算法[J]. 郭茂祖,王詩鳴,劉曉燕,田偵. 軟件學(xué)報(bào). 2017(11)
[2]疾病基因網(wǎng)絡(luò)的二分圖投影分析[J]. 陳文琴,陸君安,梁佳. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2009(01)
本文編號(hào):3695961
本文鏈接:http://sikaile.net/shoufeilunwen/mpalunwen/3695961.html
最近更新
教材專著