当前位置: 首页 > 专利查询>南华大学专利>正文

疾病相关miRNA预测系统技术方案

技术编号:27940232 阅读:28 留言:0更新日期:2021-04-02 14:21
本申请公开了一种疾病相关miRNA预测系统,包括数据采集模块、数据处理模块和预测模块。数据采集模块用于获取疾病样本数据、疾病‑miRNA关系数据、疾病‑基因关系数据、基因相互作用数据和miRNA‑基因相互作用数据;数据处理模块用于根据数据采集模块获取的数据构建miRNA‑基因‑疾病异构信息网络,并通过多任务矩阵分解处理miRNA‑基因‑疾病异构信息网络得到疾病、基因、miRNA最终表示特征;预测模块用于根据疾病最终表示特征和miRNA最终表示特征预测疾病相关miRNA。本申请可有效结合基因信息和已知疾病相关miRNA进行预测,提升疾病相关miRNA预测性能。

【技术实现步骤摘要】
疾病相关miRNA预测系统
本申请涉及系统生物学
,特别是涉及一种疾病相关miRNA预测系统。
技术介绍
miRNA(microRNA,微小核糖核酸)是一种小型,内生,单链,非编码RNAs,其大小长约20~25个核苷酸。它主要通过绑定靶基因的30-untraslated区域来抑制携带遗传信息的信使核糖核酸mRNA的表达,从而导致mRNA的卵裂或翻译抑制。越来越多的证据表明miRNAs在转录后水平起正调控的作用,这是疾病发展的关键点。越来越多的实验证据表明,miRNA突变的功能障碍、miRNA和靶基因生物合成的失调均会导致各种各样的疾病。因此,识别miRNA与疾病之间的关系是一个重要的问题。利用生物实验的方法来验证miRNA与疾病之间的相关性有很多的瓶颈,如所耗费时间较长、设备要求高、成本高等。随着高通量测序技术的迅猛发展,其已经成为基因表达和转录组分析的重要手段,为很多核糖核酸RNA分子提供到了有意义的信息。利用高通量测序数据,计算方法可以作为生物实验验证的补充。计算方法可以在短时间内获得潜在的疾病miRNA链接,能够减少生物实验本文档来自技高网...

【技术保护点】
1.一种疾病相关miRNA预测系统,其特征在于,包括数据采集模块、数据处理模块和预测模块;/n所述数据采集模块用于获取疾病样本数据、疾病-miRNA关系数据、疾病-基因关系数据、基因相互作用数据和miRNA-基因相互作用数据;/n所述数据处理模块用于根据所述数据采集模块获取的数据构建miRNA-基因-疾病异构信息网络,并通过多任务矩阵分解方法和所述miRNA-基因-疾病异构信息网络得到疾病、基因、miRNA最终表示特征;/n所述预测模块用于根据疾病最终表示特征和miRNA最终表示特征预测疾病相关miRNA。/n

【技术特征摘要】
1.一种疾病相关miRNA预测系统,其特征在于,包括数据采集模块、数据处理模块和预测模块;
所述数据采集模块用于获取疾病样本数据、疾病-miRNA关系数据、疾病-基因关系数据、基因相互作用数据和miRNA-基因相互作用数据;
所述数据处理模块用于根据所述数据采集模块获取的数据构建miRNA-基因-疾病异构信息网络,并通过多任务矩阵分解方法和所述miRNA-基因-疾病异构信息网络得到疾病、基因、miRNA最终表示特征;
所述预测模块用于根据疾病最终表示特征和miRNA最终表示特征预测疾病相关miRNA。


2.根据权利要求1所述的疾病相关miRNA预测系统,其特征在于,所述数据处理模块包括疾病语义相似性计算子模块;
所述疾病语义相似性计算子模块用于根据所述疾病样本数据、利用有向无环图的层次结构计算各疾病间的疾病语义相似性。


3.根据权利要求2所述的疾病相关miRNA预测系统,其特征在于,所述疾病语义相似性计算子模块进一步用于:
调用预先存储的语义相关性计算关系式计算各疾病之间的语义相似性,所述语义相关性计算关系式为:



其中,



式中,S(R,U)为疾病R和疾病U的语义相似性,DR(t)为疾病t对疾病R的语义贡献值,DU(t)为疾病t对疾病U的语义贡献值,DV(R)为疾病R的语义值,DV(U)为疾病U的语义值,TU表示节点U和U的祖先节点,TR表示节点R和R的祖先节点,Δ是语义贡献因子,DR(t')为疾病t'对疾病R的语义贡献值,疾病t'为疾病t的一种疾病类型。


4.根据权利要求1所述的疾病相关miRNA预测系统,其特征在于,所述数据处理模块包括miRNA功能相似性计算子模块;
所述miRNA功能相似性计算子模块用于调用预先存储的功能相关性计算关系式计算各miRNA之间的功能相似性,所述功能相关性计算关系式为:



其中,SIM(M1,M2)为miRNAM1与miRNAM2之间的功能相似性;miRNAM1相关的疾病组为DT1,DT1共含m个疾病,miRNAM2相关的疾病组为DT2,DT2共含n个疾病;S(dt1i,DT2)为与miRNAM1相关的第i个疾病与疾病组DT2之间相似性,S(dt2j,DT1)为与miRNAM2相关的第j个疾病与疾病组DT1之间相似性。


5.根据权利要求1至4任意一项所述的疾病相关miRNA预测系统,其特征在于,所述数据处理模块包括:
矩阵构建子模块,用于根据所述疾病-miRNA关系数据、所述疾病-基因关系数据、所述基因相互作用数据和所述miRNA-基因相互作用数据分别构建多个任务矩阵,多个任务矩阵构成所述miRNA-基因-疾病异构信息网络;
计算方法确定子模块,用于根据先验知识和预测结果的差异最小化、同一疾病相关的两个miRNAs相似确定多任务矩阵分解目标函数;
初始化子模块,用于初始化疾病、miRNA、基因在不同数据信息中的初始化表示特征;
最终特征表示子模块,用于通过不断对所述多任务矩阵分解目标函数进行优化更新各初始化表示矩阵直至满足特征更新结束条件,得到疾病、基因、miRNA最终表示特征。


6.根据权利要求5所述的疾病相关miRNA预测系统,其特征在于,所述矩阵构...

【专利技术属性】
技术研发人员:丁平尖武紫玉罗凌云李跃
申请(专利权)人:南华大学
类型:发明
国别省市:湖南;43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1