基于双层耦合网的表型-基因关联分析与预测

发布时间：2021-10-23 20:57

　　随着基因组测序完成和基因技术不断发展,使得某些疾病的致病基因逐渐得到确认。目前,通过科学实验已经掌握了一部分疾病的致病原因,但是大部分疾病的致病原因,特别是与基因相关的疾病的致病原因还不得而知。该文采用与人类同源相似度高达85%的小鼠数据作为研究对象,使用疾病表型数据集、致病基因数据集和已经确认的表型-基因关联关系数据集构成一个双层耦合网络,通过元路径上随机游走的方法进行数据的分析与挖掘,在已经确认的表型-基因关联数据基础上预测未确定的表型-基因关联关系。经验证比较,该文提出的算法所取得的预测效果优于其他算法。 

【文章来源】：电子科技大学学报. 2020,49(03)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

表型关联网络示意图

基因关联网络示意图

表型-基因关联网络示意图

【参考文献】：
期刊论文
[1]随机游走技术在网络生物学中的研究进展[J]. 李敏,王晓桐,罗慧敏,孟祥茂,王建新.  电子学报. 2018(08)
[2]基于Katz增强归纳型矩阵补全的基因-疾病关联关系预测[J]. 浦建宇,陈蕾,邵楷.  计算机科学与探索. 2019(07)
[3]miRNA与疾病关联关系预测算法[J]. 郭茂祖,王诗鸣,刘晓燕,田侦.  软件学报. 2017(11)
[4]关注耦合网络及其传播动力学研究[J]. 唐明,崔爱香,龚凯.  复杂系统与复杂性科学. 2011(02)

硕士论文
[1]基于链路预测的长非编码RNA-疾病关联预测方法[D]. 郑经龙.西安电子科技大学 2015



本文编号：3453905