基于链路预测的长非编码RNA-疾病关联预测方法

摘要

越来越多的研究表明，长非编码RNA（longnon-coding RNA，lncRNA）在许多生物过程中具有重要的功能。而这些长非编码RNA的变异或功能失调会导致一些复杂疾病的发生。目前关于长非编码RNA-疾病关联的研究和数据均较为匮乏，因此通过生物信息学方法预测潜在的长非编码RNA-疾病关联关系，是目前该领域研究的热点和趋势，这对于致病机理的探索以及疾病诊断、治疗、预后和预防都具有重要的意义。目前关于长非编码RNA-疾病关联的预测主要有基于计算模型的和基于复杂网络传播的方法。基于计算模型的方法或通过整合基因-疾病关联数据与长非编码RNA表达谱数据并利用超几何分布做富集分析，或引入高斯核函数计算相似性并构造拉普拉斯算子求最优解，这两种方法均存在模型复杂，参数个数多，复杂度高等问题。基于复杂网络传播的方法利用资源分配算法来计算长非编码RNA之间的相似性，再通过网络传播算法将相似性信息传播到整个网络中，这种方法需要计算矩阵的n次方或利用迭代算法做近似，计算复杂度高。
　　本文将链路预测的思想引入到长非编码RNA-疾病关联预测中。但链路预测是基于依赖共同邻居的“三角形闭合”模型，并不能直接用在异质的二部网络上。针对该问题，提出了二部图上不同属性集的节点之间“共同邻居”的概念，并在此基础上建立二部图“四边形闭合”模型。利用“四边形闭合”模型改进了9个链路预测相似性指标使其适用于二部网络并将其运用到长非编码RNA-疾病关联预测中。在长非编码RNA-疾病关联二部网络上做留一交叉验证，AUC最高的BPA达到0.9377，比之前方法最高的0.7881提高了近19％。此外，在BPA指标中，有14条边在重构预测所有的19000多条预测边排名中均排名第一，有81条边在重构预测中排名所有预测边的前1％。对神经胶质瘤和肺癌的案例分析也显示了本算法的强大预测能力。结果表明本方法在长非编码RNA-疾病关联预测上具有很高的准确性，是对现有方法的很好提高和补充。此外，提供了一个新的思路去探索长非编码RNA-疾病关联预测问题，即基于局部结构性链路预测的角度，这对于简化问题模型和降低计算复杂度都有很大启发。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1研究背景及意义

1.2长非编码RNA与疾病关联预测研究现状

1.3本文主要工作及论文结构

第二章 长非编码RNA及链路预测基础

2.1长非编码RNA

2.2相关图论和二部图基础

2.3链路预测基础

2.4本章小结

第三章 本文方法及实验结果分析

3.1问题描述

3.2算法设计

3.3评价方法

3.4实验结果与分析

3.5本章小结

第四章 总结与展望

4.1总结

4.2下一步工作

参考文献

致谢

作者简介