基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法技术

本发明专利技术提供一种基于高阶接近性和矩阵补全算法的lncRNA‑疾病关联预测方法，包括以下步骤：S1：计算lncRNA相似矩阵LS和疾病相似矩阵DS的高阶接近矩阵；S2：获取疾病‑lncRNA邻接矩阵DL，所述疾病‑lncRNA邻接矩阵用于描述lncRNA‑疾病关联关系；S3：构建一个异构性的疾病‑lncRNA关联矩阵，所述疾病‑lncRNA关联矩阵整合了疾病‑lncRNA邻接矩阵DL、lncRNA相似矩阵LS的高阶接近矩阵和疾病相似矩阵DS的高阶接近矩阵；S4：采用矩阵补全法，在所述疾病‑lncRNA关联矩阵中预测lncRNA‑疾病的关联。本发明专利技术引入高阶接近性来重构lncRNA和疾病的相似度矩阵，建立一个更好的度量标准来精确描述药物或疾病之间的相似关系，采用构建异构矩阵来利用lncRNA和疾病的相似度信息来辅助预测，实现了更加准确的lncRNA‑疾病的关联预测。

【技术实现步骤摘要】
基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法
本专利技术涉及机器学习与生物基因结合领域，更具体地，涉及一种基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法。
技术介绍
LncRNA是一类超过200个核苷酸的非编码RNA。大量研究表明，lncRNA在许多重要的生物学过程中发挥着关键作用，包括翻译、剪接、分化、表观遗传调控和免疫应答。近年来，科学家发现lncRNA过表达或失调与各种癌症等复杂疾病密切相关，如肝癌(HCC)、胃癌、乳腺癌、膀胱癌、帕金森病(PD)等。因此，开发计算方法来推断潜在的疾病-lncRNA之间的关联，不仅可以加快疾病的诊断和治疗，还可以从分子水平上理解疾病的机制。此外，发展计算方法可以减少时间成本，为生物研究提供有效的实验方向。因此，识别与疾病相关的潜在lncRNAs对发现疾病生物标志物以及治疗、诊断和预防人类复杂疾病具有重要意义。鉴于传统的实验费时费力，计算模型可以作为识别lncRNA疾病关联的有效辅助工具。多年来，许多计算方法已被开发出来，以推断潜在的lncRNA-疾病关联。现有本文档来自技高网...

【技术保护点】
1.一种基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法，其特征在于，包括以下步骤：/nS1：计算lncRNA相似矩阵LS和疾病相似矩阵DS的高阶接近矩阵；/nS2：获取疾病-lncRNA邻接矩阵DL，所述疾病-lncRNA邻接矩阵用于描述lncRNA-疾病关联关系；/nS3：构建一个异构性的疾病-lncRNA关联矩阵，所述疾病-lncRNA关联矩阵整合了疾病-lncRNA邻接矩阵DL、lncRNA相似矩阵LS的高阶接近矩阵和疾病相似矩阵DS的高阶接近矩阵；/nS4：采用矩阵补全法，在所述疾病-lncRNA关联矩阵中预测lncRNA-疾病的关联。/n

【技术特征摘要】
1.一种基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法，其特征在于，包括以下步骤：
S1：计算lncRNA相似矩阵LS和疾病相似矩阵DS的高阶接近矩阵；
S2：获取疾病-lncRNA邻接矩阵DL，所述疾病-lncRNA邻接矩阵用于描述lncRNA-疾病关联关系；
S3：构建一个异构性的疾病-lncRNA关联矩阵，所述疾病-lncRNA关联矩阵整合了疾病-lncRNA邻接矩阵DL、lncRNA相似矩阵LS的高阶接近矩阵和疾病相似矩阵DS的高阶接近矩阵；
S4：采用矩阵补全法，在所述疾病-lncRNA关联矩阵中预测lncRNA-疾病的关联。


2.根据权利要求1所述的基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法，其特征在于，步骤S1中lncRNA相似矩阵LS，具体为：
从ArrayExpress下载lncRNA表达谱，通过RNA-Seq技术生成；在前期研究的基础上，通过计算每个lncRNA对表达谱之间的spearman相关系数来表示lncRNA的表达相似性，用矩阵LS(li,lj)来描述lncRNAli和lncRNAlj的表达相似性，相似性在0到1之间；lncRNAli与lncRNAlj的表达相似性越高，分值越高。


3.根据权利要求1所述的基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法，其特征在于，步骤S1中疾病相似矩阵DS，具体为：
从美国国家医学图书馆MeSH下载网格描述后，引入一个基于有向无环图DAG的模型来描述疾病之间的语义相似性，有向无环图(DAG)可用来描述疾病d，即DAG(d)＝(d,T(d)，E(d))，其中T(d)为节点集，E(d)为边集，对于给定特定疾病d，其祖先节点q在DAG(d)中的贡献值定义如下具体为：



结合其祖先节点在DAG(d)中的贡献值，可以将疾病d的语义值描述为：



如果两种疾病在DAG中有更多的共享节点，则可以认为两种疾病之间的语义相似性更高，使用语义相似矩阵DS(di,dj)来表示疾病di和疾病dj之间的语义相似度，定义为：





4.根据权利要求3所述的基于高阶接近性和矩阵补全算法的lncRNA-疾病关联预测方法，其特征在于，步骤S1中计算疾病相似矩阵DS的高阶接近矩阵，具体为：
在疾病相似矩阵DS的基础上构造q阶接近矩阵HD，以保持疾病语义相似矩阵的不同顺序邻近信息如下：



其中DSn是DS的n阶接近度，y是权重参数且y≥0；
采用奇异值分解技术来提高数据质量：
HD＝UΣVT
其中U∈Rnd×nd是左奇异向量矩阵，Σ∈Rnd×nd是奇异值降序对角矩阵，V∈Rnd×nd是一个右奇异向量矩阵；
然后通过保持k个最大奇异值来重建高阶邻近矩阵HD：



其中Σk为k个奇异值矩阵，Uk和Vk是top-k奇异值分别对应左、右奇异向量...

【专利技术属性】
技术研发人员：林志毅，朱印廷，顾国生，孙宇平，谢国波，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44