文件名称：基于HNMDA异构网络的miRNA-疾病关联预测
文件大小：1.64MB
文件格式：PDF
更新时间：2024-06-06 20:46:45
MicroRNA, Disease, Association prediction, Heterogeneous
最近，越来越多的证据表明，microRNA（miRNA）可能在多种重要的人类疾病的发生和发展中发挥关键作用。 尽管如此，由于实验方法中存在的昂贵和费时的缺点，需要使用计算方法来预测潜在的miRNA-疾病关联。 在我们的研究中，我们提出了一个基于异构网络的MiRNA-Disease的计算模型。通过将已知的miRNA-Disease.Associations，miRNA功能相似性，疾病语义相似性和高斯相互作用相结合，对潜在的miRNA-Disease关联预测进行了关联预测（HNMDA）。高斯交互轮廓内核相似度可以弥补传统相似度计算方法的不足。 此外，我们应用了一种基于异构网络的方法，在该方法中，我们首先实现了网络扩散，重新启动的随机游走算法，然后应用了一种方法来找到从miRNA空间到疾病空间的最佳投影，从而实现了预测到目前为止，尚未通过实验证实的新的miRNA-疾病关联。 在交叉验证中，HNMDA获得了0.8394的AUC，与以前的方法相比有了改进。 在基于HMDD V2.0数据库中已知miRNA-.disease关联的乳腺肿瘤，食道肿瘤和肾肿瘤的案例研究中，前50个预测相关miRNA的82％，76％和84％被证实具有关联性。分别患有这三种疾病。 在没有任何已知相关miRNA的新疾病的进一步案例研究中，以及以HMDD V1.0数据库作为已知关联的案例中，通过实验报告证实的预测miRNA的比例也很高。