PBMDA：一种新颖有效的基于路径的miRNA-疾病关联预测计算模型

【文件属性】：
文件名称：PBMDA：一种新颖有效的基于路径的miRNA-疾病关联预测计算模型
文件大小：1.64MB
文件格式：PDF
更新时间：2021-05-19 20:15:00
研究论文 近年来，越来越多的研究表明，microRNA（miRNA）在许多基本和重要的生物学过程中起着至关重要的作用。 作为致病因素之一，从miRNA的角度来看，人类复杂疾病的分子机制仍未完全了解。 预测潜在的miRNA疾病关联对理解疾病的致病性，开发新药以及制定针对多种人类复杂疾病的个性化诊断和治疗做出了重要贡献。 不仅依赖于昂贵且耗时的生物学实验，计算预测模型还可以有效地预测潜在的miRNA-疾病关联，为研究的疾病确定候选miRNA的优先级，并进一步选择具有更高关联概率的miRNA。 实验验证。 在这项研究中，通过整合已知的人类miRNA-疾病关联，miRNA功能相似性，疾病语义相似性和高斯相互作用谱对miRNA和疾病的相似性，提出了基于路径的miRNA-疾病关联（PBMDA）预测模型。 该模型构建了一个由三个相互关联的子图组成的异构图，并进一步采用了深度优先搜索算法来推断潜在的miRNA-疾病关联。 结果，PBMDA在本地和全局LOOCV（AUC分别为0.8341和0.9169）和5倍交叉验证（平均AUC为0.9172）的框架中均获得了可靠的性能。 在对三种重要人类疾病的案例研究中，先前文献中的实验报告手动确认了前50位预测的miRNA的88％（食道肿瘤），88％（肾脏肾脏肿瘤）和90％（结肠肿瘤）。 通过案例研究中PBMDA与其他先前模型之间的比较性能，可靠的性能还表明PBMDA可以用作加速疾病-miRNA关联鉴定的强大计算工具。