长链非编码RNA-蛋白质相互作用及疾病关联算法的研究

发布时间：2021-09-23 11:04

　　长链非编码RNA（lncRNA）是长度大于200碱基,且可以通过折叠的方式形成稳定的空间结构,但是不能编码蛋白的RNA。随着下一代测序技术与生物信息学的发展,近年来lncRNA研究引起了越来越多的关注,深入探讨lncRNA与蛋白质的相互作用关系以及疾病关联分析是推断lncRNA功能和深入研究lncRNA的主要途径。目前lncRNA与蛋白质的互作预测仍处于初步阶段。lncRNA在众多生物学通路与生物分子功能中扮演着重要的角色,且与众多疾病的发生、发展息息相关,lncRNA通过生物大分子之间的相互作用来实现生物学功能,lncRNA最重要的分子机制之一是与蛋白质的相互作用。网络科学的兴起以及其在生物信息学领域的应用深入也为lncRNA的深入挖掘提供新的方法。目前已经有多种预测lncRNA与蛋白质相互作用的方法被提出。主要分为两大类预测lncRNA与蛋白质相互作用的方法:第一大类是基于序列、结构及理化性质的内在特征预测lncRNA与蛋白质相互作用的计算模型;第二大类是基于网络方法的外部关联预测lncRNA与蛋白质相互作用的计算模型。一方面反映了学界对lncRNA与蛋白质分子相互作用关系的这一问... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

目前探索lncRNA功能的方法的示意图

第 2 章 预测 lncRNA-蛋白质相互关联计算方法的系统分析可 能 的 相 互 作 用 的 数 据 信 息 ， 用 户 可 以 从 Github 中 浏 览 和 下 载（https://github.com/HAN-Siyu/APINet/）。将对融合基于网络科学的异质数据预测 lncRNA-蛋白质互作的计算方法进行总结并整理，基于网络方法的整体概述如图 2.2 所示。

图 2.5 Yang 等人提出的方法的整体示意图Hetesim 对于 MALAT1 这个 lncRNA 的 AUC 值为 0.955。用传统方法预测lncRNA 与蛋白质的相互作用，很难突破 lncRNA 的低保守性，这种方法通常只利用 RNA 和蛋白质固有特征的信息，提出基于网络方法预测 lncRNA 与蛋白质相互作用的新方法是一个挑战，在基于网络方法的计算模型的性能结果证实了一个难题。他们的方法也证明了基于网络方法 lncRNA 相关领域的巨大价值，并对预测由生物分子构成的异质网络中的相互作用具有重要意义。在基于定义相关路径的 Hetesim 算法中，相关路径 P 表示为 A1 →1R... →lRAl1，是在模式 TG= (A, R)上定义的路径，相关路径的符号化揭示节点类型A 和A 之间的复合关系 = 1° 2° ° ，其中 表示关系的组合运算符，对于给定的相关路径，Hetesim 可根据关联度得分测量对象 x和 y (x R1.X and yR .Y)之间的相似性，如公式（2.10）所示：


本文编号：3405590