基于RNA序列特征及多源数据融合的miRNA-疾病关联关系预测研究.pdfVIP

摘 要 microRNA （miRNA ）是一类主要功能为在转录后水平上抑制基因表达的内 源性小型非编码 RNA 分子，它在许多重要的生物学过程中的都具有调控作用， 其中就包含人类的复杂疾病。最近的研究表明，许多复杂疾病往往伴随着 miRNA 的异常表达，所以miRNA 可以作为一类疾病诊断的潜在生物标记物和分子靶向 治疗的靶标位点，来辅助疾病诊断、治疗以及预后。因此，大规模预测潜在的 miRNA-疾病关联，对探明致病机制有十分重要的意义。考虑到传统的体外实验 存在耗时和成本高昂等问题 ，研究有效、可行的计算方法来预测miRNA 与疾病 之间的潜在关联越来越受到人们关注。 本文主要研究 RNA 序列的特征提取以及多源数据融合，提出了 3 种应用于 miRNA-疾病相关性预测的计算模型： 1、基于矩阵分解的miRNA-疾病相关性预测算法 MLMDA 。算法使用k-mer 稀疏矩阵提取 miRNA 序列信息，并将其与 miRNA 功能相似性、疾病语义相似 性和高斯相互作用谱内核相似性信息相结合；然后，通过深度自动编码器神经网 络（AE ）来从中提取更多具有代表性的特征。最后，采用随机森林分类器来有效 预测潜在的 miRNA-疾病关联。 2 、基于混沌博弈和增量学习的miRNA-疾病相关性预测算法 MISSIM 。算法 通过混沌博弈表示来提取 miRNA 序列的深层特征，并以此量化 miRNA 之间的 相似程度。然后，引入增量学习来有效避免超参数调整的敏感性和 “灾难性的遗 忘”等添加新数据时经常遇到训练 问题。 3、基于生物关联网络嵌入的miRNA-疾病相关性预测算法 iMDA-BN 。算法 从全局生物学网络的角度出发，对miRNA 和疾病进行网络嵌入表示，并结合其 属性信息来构建预测计算模型。iMDA-BN 具有三个显著优势 ：（1）它使用一种 描述疾病和 miRNA 特征的新方法，该方法从生物关联网络的角度分析了疾病和 miRNA 的节点表示信息。（2 ）即使 miRNA 和疾病未出现在生物关联网络中，它 也可以预测未经证实的关联。（3 ）根据高通量序列信息从生物学特性来准确描述 miRNA 特征。 这 3 种算法在不同的性能评估 中均取得 了优越的预测性能。在五折交叉验证 评估 中，MLMDA 算法、MISSIM 算法和 iMDA-BN 算法的平均 ROC 曲线下的 面积 （AUC ）分别为 0.9172、0.9400 和 0.9145，均高于最先进算法的平均值 。此 外，通过案例分析也验证 了这 3 种算法的鲁棒性。 该论文有图 21 幅，表 28 个，参考文献 92 篇。 关键词 ：miRNA-疾病关联关系；miRNA 序列；混沌博弈表示；增量学习；生物 关联网络 I Abstract MicroRNAs (miRNAs) are a class of endogenous small non-coding RNA molecules whose primary function is to inhibit gene expression at the post- transcriptional level. As research has progressed, the regulation of miRNAs in many important biological processes has been identified, including human complex diseases. Recent studies have shown that many complex diseases are often accompanied by aberrant expression of miRNAs, which allows miRNAs to serve as potential biomarkers for the diagnosis of a class of