一种基于lncRNA-miRNA-疾病相互作用网络预测新lncRNA-疾病关联关系方法.docx

一种基于lncRNA-miRNA-疾病相互作用网络预测新lncRNA-疾病关联关系方法.docx

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
本发明涉及lncRNA与疾病关联预测的生物信息领域,公开了一种基于lncRNA-miRNA-疾病相互作用网络预测新的疾病与lncRNA关联关系的方法,能够有效的从海量生物数据中挖掘潜在的疾病相关的lncRNA,降低生物实验成本与开销,加快生物信息领域研究进展;本发明的方法包括: lncRNA-miRNA关联关系的获取,miRNA-疾病关联关系的获取,根据已知的关联关系,整理lncRNA-miRNA-疾病相互作用网络; lncRNA-miRNA关联关系的邻接矩阵表示,miRNA-疾病关联关系的邻接矩阵表示,基于lncRNA-miRNA-疾病相互作用网络的疾病超级表达谱和lncRNA的超级表达谱;基于RBF神经网络的lncRNA相似性计算,基于RBF神经网络的疾病相似性计算,以及基于lncRNA相似性,疾病的相似性,lncRNA-miRNA-疾病的邻接矩阵来计算lncRNA-疾病关联对的关联程度;最后用交叉验证的方法,通过AUC值的大小来进行方法好坏的评判与参数优化。1、一种基于lncRNA-miRNA-疾病相互作用网络预测新的疾病与lncRNA关联关系的方法,包括以下步骤:S1:原始数据集的获取与处理;S2:数据特征的预处理与特征选择;S3:模型的训练;S4:模型的诊断与调优。2、根据权利要求1所述的预测新的疾病与lncRNA关联关系的方法,所述步骤S1具体包括以下步骤:S11:lncRNA-miRNA关联关系的获取;S12:miRNA-疾病关联关系的获取;S13:根据S11和S12获得的已知的关联关系,整理lncRNA-miRNA-疾病相互作用网络;3、根据权利要求1所述的预测新的疾病与lncRNA关联关系的方法,所述步骤S2具体包括以下步骤:S21:lncRNA-miRNA关联关系的网络构造与邻接矩阵表示S22:miRNA-疾病关联关系的网络构造与邻接矩阵表示S23:,基于lncRNA-miRNA-疾病相互作用网络的疾病超级表达谱和lncRNA的超级表达谱;4、根据权利要求1所述的基于无线传感器网络的多维数据查询方法,其特征在于,所述步骤S3具体包括以下步骤:S31:基于RBF神经网络的lncRNA相似性计算S32:,基于RBF神经网络的疾病相似性计算, S33,基于lncRNA相似性,疾病的相似性,lncRNA-miRNA-疾病的邻接矩阵来计算lncRNA-疾病关联对的关联程度;5、根据权利要求1所述的基于无线传感器网络的多维数据查询方法,其特征在于,所述步骤S4具体包含以下步骤:S41:AUC值的计算S42:相关参数的调整一种基于lncRNA-miRNA-疾病相互作用网络预测新的疾病与lncRNA关联关系的方法,技术领域本发明涉及lncRNA与疾病关联预测的生物信息领域,尤其涉及一种基于lncRNA-miRNA-疾病相互作用网络的新的预测疾病与lncRNA关联关系的方法模型背景技术研究表明,长非编码RNA(lncRNA)是一类长度超过200个核苷酸的重要非编码RNA.在许多重要的生物过程中起着关键的作用,其中包括转录,翻译,剪接,分化,表观遗传调控,免疫反应,细胞周期调控等等。因此,lncRNA的突变和失调和许多人类景有着重要的关联关系。比如有研究表明lncRNA与癌症, 心血管疾病,神经性疾病等都有密切的关联,临床实验表明有些lncRNA,如 HOTAIR,PCA3和UCA1已经被分别作为肝癌细胞复发,前列腺癌侵袭,膀胱癌诊断的生物标志物。因此,鉴定潜在的人类疾病相关lncRNAs不仅可以促进lncRNA水平上人类疾病分子机制的理解,而且可以促进人类疾病诊断,治疗,预后和预防的生物标志物识别。目前,大量的研究已经产生了大量的关于序列,表达,功能等lncRNA相关的生物学数据,这些数据存储在一些公开可以免费使用的数据库中,比如NRED,lncRNAdb,NONCODE等。然而,只有相对较少的lncRNA-疾病被公布。因此,基于这些数据集开发强大的计算模型以大规模预测潜在的疾病-ncRNA相关性已被视为lncRNAs和疾病中最重要的主题之一。计算模型可以提供最有希望的lncRNA疾病关联进一步的实验验证,从而减少生物实验的时间和成本。发明内容本发明目的在于提供一种基于lncRNA-miRNA-疾病相互作用网络预测新的疾病与lncRNA关联关系的方法模型方法,提供最有希望的lncRNA疾病关联进一步的实验验证,从而减少生物实验的时间和成本。 为实现上述目的,本发明主要方法步骤如下:S1:原始数据集的获取与处理;S2:数据特征的预处理与特征选择;S3:模型的训练;S4:模型的诊断与调优。优选地,所述步骤S1具体包括以下步骤:S11:lncRNA-miRNA关联关系的获取;S12:miRNA-疾病关联关系的获取;S13:根据S

您可能关注的文档

文档评论(0)

moon8888 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档