基于异构网络的miRNA-疾病关联预测研究

基于异构网络的miRNA-疾病关联预测研究

论文摘要

MiRNA(MicroRNA)是一类由20到25个核苷酸组成的非编码RNA。研究初期,由于miRNA的功能尚未被发现,所以miRNA一度被称为“暗物质”。随着研究的不断深入,大量的实验数据和案例表明,miRNA与疾病有着密切的联系,在人类所必需的多种生物过程中均发挥着重要的作用。因此miRNA常常被作为生物标志物辅助医生进行医疗诊断。发掘miRNA与疾病的关联关系在科学领域以及人类医疗卫生事业的发展方面都具有重要意义,因此逐渐成为科研工作者重要的研究课题。目前,利用传统的生物实验方法虽然已经可以得到miRNA与疾病的关联数据,但是这些方法的实验周期往往很长,而且需要耗费大量的人力物力资源,所以得到的关联数据数量极其有限。近年来,在新兴的生物信息学的指导下,研究人员提出了大量与传统实验方法相比较更加准确有效的方法来实现miRNA-疾病关联预测,其中很多都取得了十分瞩目的成果。本文利用miRNA功能相似性网络,疾病语义相似性网络和miRNA与疾病的关系网络等生物数据提出三种预测miRNA与疾病关联关系的计算方法,即基于KATZ模型的预测方法KATZMDA、基于稀疏近邻的方法SNMDA和基于局部约束线性编码的LLCMDA方法。考虑到miRMA功能相似性和疾病语义相似性数据过于稀疏,所以,三种方法都是对miRNA相似性和疾病相似性进行重构。其中,KATZMDA模型利用重构的相似性信息与已有的信息进行整合来构建异构网络,然后再使用KATZ算法预测相关性分数。SNMDA和LLCMDA则是利用稀疏近邻和局部约束线性编码算法对相似性信息进行重构,然后再利用标签传播算法得到miRNA与疾病的关联关系。在实验部分,我们使用留一交叉验证和K折交叉验证来检验方法的有效性,同时对多种疾病进行案例分析来进一步验证。实验结果表明,本文提出的三种方法均可以有效地预测miRNA与疾病间的关联关系。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •   1.3 本文研究内容
  •   1.4 本文组织结构
  • 第二章 相关网络的构建
  •   2.1 MiRNA-疾病关联网络构建
  •   2.2 疾病的语义相似性网络构建
  •   2.3 MiRNA功能相似性网络构建
  •   2.4 本章小结
  • 第三章 基于KATZ模型的miRNA-疾病关联预测方法
  •   3.1 引言
  •   3.2 算法描述
  •     3.2.1 KATZ模型
  •     3.2.2 异构网络构建
  •   3.3 实验结果与分析
  •     3.3.1 交叉验证
  •     3.3.2 案例分析
  •   3.4 本章小结
  • 第四章 基于SN的 miRNA-疾病关联预测研究
  •   4.1 引言
  •   4.2 算法描述
  •     4.2.1 特征表示
  •     4.2.2 稀疏近邻
  •     4.2.3 标签传播
  •   4.3 实验结果与分析
  •     4.3.1 交叉验证
  •     4.3.2 案例分析
  •   4.4 本章小结
  • 第五章 基于LLC算法的miRNA-疾病关联预测研究
  •   5.1 引言
  •   5.2 算法描述
  •     5.2.1 LLC算法
  •     5.2.2 标签传播
  •   5.3 实验结果与分析
  •     5.3.1 交叉验证
  •     5.3.2 案例分析
  •   5.4 本章小结
  • 第六章 总结与展望
  •   6.1 全文总结
  •   6.2 未来展望
  • 参考文献
  • 攻读硕士学位期间的主要成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 曲玉

    导师: 张化祥

    关键词: 模型,稀疏近邻,算法,预测,疾病关联

    来源: 山东师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 生物学,计算机软件及计算机应用

    单位: 山东师范大学

    分类号: TP301.6;Q811.4

    总页数: 45

    文件大小: 3237K

    下载量: 170

    相关论文文献

    • [1].基于驻留时间预测的车辆异构网络垂直切换算法[J]. 电子元器件与信息技术 2020(02)
    • [2].无线异构网络的协作与竞争关系探讨[J]. 电脑知识与技术 2018(35)
    • [3].5G绿色超密集无线异构网络:理念、技术及挑战[J]. 电信科学 2017(06)
    • [4].基于物联网的制造业异构网络融合技术研究[J]. 高等职业教育(天津职业大学学报) 2015(06)
    • [5].无线异构网络的关键安全技术[J]. 电子技术与软件工程 2016(03)
    • [6].理想/非理想感知条件下认知异构网络的容量分析(英文)[J]. Journal of Zhejiang University-Science C(Computers & Electronics) 2015(01)
    • [7].网格环境中异构网络数据库空间冲突检测方法[J]. 内蒙古民族大学学报(自然科学版) 2020(03)
    • [8].基于移动切换认证的分层异构网络中的用户敏感信息隐藏方法[J]. 计算机科学 2019(03)
    • [9].网络媒体大数据中的异构网络对齐关键技术和应用研究[J]. 太原理工大学学报 2017(03)
    • [10].分层异构网络中基于进化博弈的小区附着机制[J]. 电视技术 2015(17)
    • [11].一种基于孪生神经网络的深度异构网络嵌入算法[J]. 电讯技术 2020(11)
    • [12].异构网络融合及实现技术方案探讨[J]. 数据通信 2014(02)
    • [13].多元异构网络的协同与融合助力智慧城市的务实发展[J]. 中国无线电 2011(09)
    • [14].无线异构网络发展综述[J]. 现代电信科技 2009(12)
    • [15].无线异构网络的关键安全技术[J]. 中兴通讯技术 2008(03)
    • [16].超密集异构网络中基于用户关联和频谱分割的无线回传方案[J]. 工业控制计算机 2020(06)
    • [17].基于最大可达路径的异构网络关系预测方法[J]. 计算机工程与设计 2017(12)
    • [18].低空领域下的异构网络性能研究[J]. 电子测量技术 2018(09)
    • [19].车联网中的异构网络融合机制研究[J]. 通信技术 2017(08)
    • [20].分层异构网络无线资源管理技术探讨[J]. 电信科学 2013(06)
    • [21].3GPP对异构网络移动性优化技术的研究进展[J]. 电信网技术 2013(06)
    • [22].异构网络选择的一种新博弈模型[J]. 电讯技术 2011(02)
    • [23].议物联网召唤下异构网络融合的多无线电协作技术[J]. 工业设计 2011(07)
    • [24].Macro/Femtocell异构网络基于能效的资源分配[J]. 计算机应用研究 2018(11)
    • [25].异构网络中协作多点鲁棒性波束成形设计[J]. 实验室研究与探索 2017(02)
    • [26].基于能量共享的异构网络资源分配算法设计[J]. 电子设计工程 2017(21)
    • [27].省级数据中心异构网络设计与实现[J]. 金融科技时代 2015(10)
    • [28].异构网络中基于部分频率复用的干扰管理研究[J]. 电脑知识与技术 2014(12)
    • [29].异构网络迎来发展机遇[J]. 世界电信 2012(04)
    • [30].异构网络融合——研究发展现状及存在的问题[J]. 数据通信 2012(02)

    标签:;  ;  ;  ;  ;  

    基于异构网络的miRNA-疾病关联预测研究
    下载Doc文档

    猜你喜欢