基于偏热传导推荐算法的miRNA-疾病关联关系预测方法研究

发布时间：2024-04-18 03:14

　　Micro RNAs(mi RNAs)是一类长度大约为22nt的内源性单链非编码小RNA。它们通常在转录后抑制其目标信使RNA的3~′非翻译区(UTRs)的基因表达和蛋白生成。随着基因组测序技术与计算机技术的迅猛发展,许多研究表明mi RNA参与了众多生物学过程,如细胞增殖、细胞发育、细胞凋亡、细胞分化等,已被证实与许多人类疾病密切相关。研究mi RNA和疾病的关系有助于在mi RNA层面上了解疾病的发病机理,可为治疗和预防相关疾病、研发相关药物提供有效帮助。因此,构造高效、准确的预测模型来挖掘mi RNA和疾病的潜在关系是非常有必要的。相关学者提出了较多的预测模型,但存在耗费时间长、预测准确率低的问题。考虑到这些模型的局限性,本文首先提出了一种新的聚类算法对已知的mi RNA-疾病关联关系数据集进行处理进而构造二部图网络。然后,在此基础上利用个性化推荐系统的偏热传导算法构造新的数学模型进而预测潜在的mi RNA-疾病的关系。具体研究内容如下:(1)首先,获取mi RNA-疾病有关数据并进行预处理,其次计算mi RNA-mi RNA间相似性与疾病和疾病间相似性。然后对mi RNA间的功...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图2.1基于用户的协同过滤

13图2.1基于用户的协同过滤ItemCF算法与上述算法类似，只用对调用户与产品的位置。首先，求出不同用户赋予不同产品的评分，进而获得不同产品间的联系。然后，以这些联系为基础，进而引进给相关用户类似的产品。简而言之，如果用户1同时买入产品1和产品2，则表明产品1和产品2高度相关。....

图2.2基于内容的推荐系统

14该算法的优点是可以对难以描绘的内容进行相应的过滤、可利用类似用户或产品的相关信息引进新产品或新用户，是一种比较经典的推荐技术。然而该算法也有一些不足之处，例如，会出现关联数据稀疏、难以扩展以及冷启动等相关问题。2.3.2基于内容的推荐系统该系统是一种司空见惯的推荐系统，在工业....

图3.1药物与靶标关联网络

21图3.1药物与靶标关联网络遵循当前针对药物-靶标相互作用预测问题的新技术，通过使用高斯核方法（也称为径向基函数（RBF）核）从相互作用谱中构建核，该内核除了药物目标网络的拓扑之外，不包含任何信息[48]。这些内核被称为为高斯交互轮廓（GIP）内核，计算过程如下：(,)=(‖‖....

图3.2乳腺肿瘤的疾病DAG

22相关计算过程如下：第一步：首先，从国家医学图书馆（http://www.nlm.nih.gov/）下载相关的MeSH描述符。该描述符一共可分为16类：A类为解剖术语，B类为生物体，C类为疾病，D类为药物和化学药品等。然后，从类别为C的MeSH描述符中获得了基于DAG疾病的各种....

本文编号：3957338