越來(lái)越多的研究表明,長(zhǎng)非編碼RNA（long non-coding RNA, lncRNA）在許多生物過(guò)程中具有重要的功能,而這些長(zhǎng)非編碼RNA的變異或功能失調(diào)會(huì)導(dǎo)致一些復(fù)雜疾病的發(fā)生.通過(guò)生物信息學(xué)方法預(yù)測(cè)潛在的長(zhǎng)非編碼RNA-疾病關(guān)聯(lián)關(guān)系,對(duì)于致病機(jī)理的探索以及疾病診斷、治療、預(yù)后和預(yù)防都具有重要的意義.基于疾病基因關(guān)聯(lián)關(guān)系的異質(zhì)信息網(wǎng)絡(luò),研究者使用了一種相關(guān)性計(jì)算法方法——HeteSim來(lái)計(jì)算疾病基因之間的相關(guān)性,進(jìn)而預(yù)測(cè)致病基因.使用的方法基于路徑約束,具有可擴(kuò)展性,算法效率高,留一交叉驗(yàn)證實(shí)驗(yàn)表明該方法的預(yù)測(cè)結(jié)果優(yōu)于其他方法.將其應(yīng)用在卵巢癌和胃癌的預(yù)測(cè)分析中,相關(guān)文獻(xiàn)表明,所提方法的預(yù)測(cè)結(jié)果已被生物實(shí)驗(yàn)等驗(yàn)證,再次表明該方法的有效性. 

【文章來(lái)源】：計(jì)算機(jī)研究與發(fā)展. 2019,56(09)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖１異質(zhì)信息網(wǎng)絡(luò)實(shí)例和元路徑［２４］Ｆｉｇ．１Ｈｅｔｅｒｏｇｅｎｅｏｕｓｉｎｆｏｒｍａｔｉｏｎｎｅｔｗｏｒｋｉｎｓｔａｎｃｅａｎｄｍｅｔａ－ｐａｔｈ［２４］

Ｒ，ＰＬ＝Ａ１Ａ２…Ａｍｉｄ－１Ｍ，ＰＲ＝ＭＡｍｉｄ＋１…Ａｌ＋１．Ｍ為路徑中的中間類型對(duì)象，當(dāng)路徑長(zhǎng)度為偶數(shù)時(shí)ｍｉｄ＝ｌ２＋１，當(dāng)路徑長(zhǎng)度為奇數(shù)時(shí)ｍｉｄ＝ｌ＋１２＋１．對(duì)于我們選擇的元路徑ｌｎｃＲＮＡ－疾�。欤睿悖遥危粒膊。ǎ蹋模蹋模�，由于路徑長(zhǎng)度是奇數(shù)，元路徑兩端的２個(gè)節(jié)點(diǎn)始終都不會(huì)在１個(gè)點(diǎn)相遇，因此我們需要插入中間類型Ｍ從而使路徑可以等分成路徑ＰＬ＝ＬＤＭ和ＰＲ＝ＭＬＤ，如圖３所示：Ｆｉｇ．３ＢｅｆｏｒｅａｎｄａｆｔｅｒｉｎｓｅｒｔｉｏｎｏｆｔｈｅｉｎｔｅｒｍｅｄｉａｔｅｔｙｐｅＭ圖３插入中間類型Ｍ前后下面介紹如何利用矩陣乘法計(jì)算ｌｎｃＲＮＡ和疾病之間的關(guān)聯(lián)得分．首先，我們定義２類矩陣：轉(zhuǎn)移概率矩陣和可達(dá)概率矩陣．定義２．轉(zhuǎn)移概率矩陣．定義有向元路徑Ａ→?ＲＢ，對(duì)象Ａ和對(duì)象Ｂ之間的連接關(guān)系為Ｒ（Ａ和Ｂ表示同一類型對(duì)象構(gòu)成的集合），Ａ和Ｂ之間的關(guān)系可以用０?１鄰接矩陣ＷＡＢ表示，元素１表示２節(jié)點(diǎn)連通，元素０表示２節(jié)點(diǎn)不連通．將０?１鄰接矩陣ＷＡＢ分別按照行向量和列向量進(jìn)行標(biāo)準(zhǔn)化操作，得到矩陣ＸＡＢ和ＹＡＢ．ＸＡＢ和ＹＡＢ就是轉(zhuǎn)移概率矩陣，分別表示Ａ→?ＲＢ和ＢＲ→?－１Ａ這２種有向關(guān)系．根據(jù)矩陣的性質(zhì)，可以得到：ＸＡＢ＝ＹＴＢＡ，ＹＡＢ＝ＸＴＢＡ．定義３．可達(dá)概率矩陣．轉(zhuǎn)移概率矩陣是可達(dá)概率矩陣的特例

公式為ＦＰＲ＝ＦＰＦＰ＋ＴＮ，（４）ＴＰＲ＝ＴＰＴＰ＋ＦＮ．（５）ＴＰＲ表示的是移除的關(guān)聯(lián)邊排名在ｋ％以內(nèi)的比率；ＦＰＲ表示的是不存在的關(guān)聯(lián)邊排名在ｋ％以內(nèi)的比率．當(dāng)閾值ｋ在１～１００之間變化時(shí)可以得到相應(yīng)的ＴＰＲ和ＦＰＲ．通過(guò)這種方式，可以繪制ＲＯＣ曲線，從而計(jì)算ＡＵＣ．按照以上步驟，我們?cè)冢欤睿悖遥危粒膊‘愘|(zhì)信息網(wǎng)絡(luò)上進(jìn)行了留一交叉驗(yàn)證，并取得了０．６８２８的ＡＵＣ．相應(yīng)的ＲＯＣ曲線如圖４所示：Ｆｉｇ．４Ｌｅａｖｅ－ｏｎｅ－ｏｕｔｃｒｏｓｓｖａｌｉｄａｔｉｏｎＲＯＣｃｕｒｖｅ圖４留一交叉驗(yàn)證ＲＯＣ曲線圖為了提高方法的性能，我們將編碼基因和疾病關(guān)聯(lián)關(guān)系整合到ｌｎｃＲＮＡ－疾病網(wǎng)絡(luò)中得到基因－疾病異質(zhì)信息網(wǎng)絡(luò)．我們?cè)诨颍膊‘愘|(zhì)信息網(wǎng)絡(luò)上進(jìn)行了留一交叉驗(yàn)證，負(fù)樣本的構(gòu)造方法與之前類似，得到的ＡＵＣ值為０．７８３５，如圖４所示．很明顯，馬毅等：基于ＨｅｔｅＳｉｍ的疾病關(guān)聯(lián)長(zhǎng)非編碼ＲＮＡ預(yù)測(cè)３９８１

【參考文獻(xiàn)】：
期刊論文
[1]動(dòng)態(tài)蛋白質(zhì)網(wǎng)絡(luò)的構(gòu)建、分析及應(yīng)用研究進(jìn)展[J]. 李敏,孟祥茂.  計(jì)算機(jī)研究與發(fā)展. 2017(06)



本文編號(hào)：3135991