基于二分局部模型的微生物-疾病关联预测算法研究.pdf

摘要 摘 要 人体中存在大量的正常微生物群，其中包含的微生物多种多样、不胜枚举。正常微生 物群在人体内参与多种生理活动，例如新陈代谢、消化吸收和免疫等。但是，当某些因素 引起微生物群失衡，则会导致微生物群失调，从而诱发疾病。因此，人们逐渐深入探索微 生物与疾病之间的相互作用。考虑到传统验证方法耗时耗力，学者们致力于研究高效的计 算模型，并利用其挖掘潜在的微生物-疾病关联。虽然现有的预测方法都展示出了良好的预 测性能，但其大多存在同一个问题，即仅根据已知关联数据计算微生物和疾病各自的高斯 互作谱 （Gaussian Interaction Profile ，GIP ）核相似性，从而忽略了其他信息，例如语义信 息、序列信息和基因信息等。因此，本文旨在丰富先验信息，对基于二分局部模型的一类 方法进行改进和完善，并将其应用于微生物与疾病间的未知关联预测，具体研究内容如下： （1）针对用于微生物-疾病关联预测的相似性信息过于单一的问题，提出了基于网络 一致性投影的标签传递方法 （NCPLP ）。在 GIP 核相似性的基础上，该方法在疾病相似性 的计算中增加了语义信息，在微生物相似性的计算中增加了基因序列信息。之后，网络一 致性投影方法将相似性信息融合到关联数据中，使得用于预测的先验信息更加丰富。最后， 标签传递方法用于预测潜在的、未知的微生物-疾病关联。 （2 ）针对用于预测的信息过于简单的问题，提出了基于邻居和低秩表示进行多相似 性融合的协同过滤方法 （MSF-LRR ）。对于疾病相似性，该方法在GIP 核相似性的基础上 增加了疾病的症状数据和语义信息；在微生物相似性计算中，不仅增加了基因序列信息， 同时考虑了疾病语义信息来构建微生物功能相似性。之后，低秩表示方法从全局角度自适 应地提取相似性数据的局部低秩结构，使得用于预测的信息更加有效。最终，基于邻居的 协同过滤方法用于预测未知的微生物-疾病关联。 （3 ）针对先验信息过于单一、多相似性融合方法过于简单等问题，提出了基于多相 似性核学习的标签传递方法（MKL-LP ）。首先，该方法计算了包含GIP 核相似性在内的、 多个对称的微生物相似性矩阵和疾病相似性矩阵。之后，多核学习方法分别学习微生物和 疾病各自的相似性数据矩阵，从而自适应地为其分配最优融合权重。最后，基于融合相似 性，标签传递方法用于探寻未知的微生物-疾病关联对。 （4 ）针对多种相似性数据组合方法简单的问题，提出了基于两层双随机游走的邻居 预测方法（NTBiRW ）。该方法在进行相似性数据计算时，参考了语义信息、基因序列信息、 症状数据和关联数据。之后，该方法在三种微生物相似性网络和三种疾病相似性网络中应 用了两层双随机游走，为不同的相似性分配权重，以区分各种相似性的重要程度，从而达 到融合多种相似性的目的。基于融合后的相似性信息和已知关联数据，加权K 个最近已知 邻方法分别从微生物侧和疾病侧进行预测。 本文提出的多个方法同属于二分局部模型，且均用于微生物与疾病之间的未知关联预 I 摘要 测，同时具有优良的预测性能。最终的实验结果表明，丰富先验信息可以明显提升方法的 预测效果，从而为疾病的预防、诊断、治疗提供新的思路。 关键词：微生物-疾病关联预测，相似性融合，标签传递，协同过滤，两层双随机游走 II 目录 目录 摘 要I Abstract III 第1 章 绪论 1 1.1 研究背景及意义 1 1.1.1 研究背景 1 1.1.2 研究意义 2 1.2 国内外研究现状 2 1.3 主要研究内容 3 1.4 论文组织结构 5 第2 章 关联数据、相似性计算及评估指标 6 2.1 关联数据