《计算机应用研究》|Application Research of Computers

一种基于网络表示学习的miRNA-疾病关联预测方法

Method of mirna-disease association prediction based on network representation learning

免费全文下载 (已被下载 次)  
获取PDF全文
作者 耿霞,韩凯健
机构 江苏大学 计算机科学与通信工程学院
统计 摘要被查看 次,已被下载
摘要 针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法NRLMDA(network representation learning MiRNA-disease association)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA 在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。
关键词 miRNA;node2vec算法;skip-gram模型
基金项目 国家自然科学基金青年基金资助项目(61702229)
江苏省六大人才高峰项目(2016-XYDXXJS-086)
本文URL http://www.arocmag.com/article/02-2021-05-022.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码