一种在生物关联网络中进行疾病关联关系预测的方法技术

本发明专利技术公开了一种在生物关联网络中进行疾病关联关系预测的方法：S1、建立非编码RNA的多核表示和疾病的多核表示S2、采用中心核对齐的计算方法将非编码RNA的多核和疾病的多核，分别进行融合获得最优核和S3、采用奇异值分解的计算方法将融合后的最优核分解为两个矩阵，即和S4、使用超图正则项的三矩阵分解方法对矩阵和进行计算，获得超图拉普拉斯矩阵和S5、通过交叉验证的方法对超图拉普拉斯矩阵和计算，获得新的关联关系矩阵，Y

【技术实现步骤摘要】
一种在生物关联网络中进行疾病关联关系预测的方法


[0001]本专利技术属于生物信息学中的生物关联网络预测算法领域，尤其涉及一种在生物关联网络中进行疾病关联关系预测的方法。

技术介绍

[0002]非编码RNA与疾病之间的准确相关性对人类生物医学研究的治疗有很大帮助。然而，传统技术只应用于一种非编码RNA或一种特定疾病，两者分离进行，实验方法耗时且昂贵。基于已知非编码RNA和疾病相关信息，已经提出了许多计算工具检测新关联。由于非编码RNA(ncRNAs)，包括环状RNA(circRNAs)、微RNA(miRNAs)和长非编码RNA(lncRNAs)，与人类各种疾病的进展密切相关，因此开发有效的计算方法预测ncRNA
‑
疾病关联至关重要。

技术实现思路

[0003]针对现有技术存在的问题，本专利技术的目的在于提供了一种在生物关联网络中进行疾病关联关系预测的方法。该方法使用中心核对齐的多核学习算法将多个核融合起来，再使用基于超图正则项的三矩阵分解方法训练，预测非编码RNA和疾病的新关联关系。
>[0004]为了解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在生物关联网络中进行疾病关联关系预测的方法，包括如下步骤：S1、建立非编码RNA的多核表示和疾病的多核表示其中：u和v为非编码RNA和疾病的特征空间的核数目；S2、采用中心核对齐的计算方法将非编码RNA的多核和疾病的多核，进行融合获得最优核和S3、采用奇异值分解的计算方法将融合后的最优核分解为两个矩阵，即和计算过程如下：计算过程如下：其中，A和B为低秩近似矩阵；r
nc
和r
d
分别为非编码RNA和疾病的潜在特征空间维度；S4、使用超图正则项的三矩阵分解方法对矩阵和进行计算，获得超图拉普拉斯矩阵和S5、通过交叉验证的方法对超图拉普拉斯矩阵和计算，获得新的关联关系矩阵，Y
*
＝AΘB
T
。2.根据权利要求1所述的一种在生物关联网络中进行疾病关联关系预测的方法，所述步骤S4中超图拉普拉斯矩阵和计算公式如下：L
h
＝I
‑
Θ其中，I是单位矩阵。3.根据权利要求1所述的一种在生物关联网络中进行疾病关联关系预测的方法，所述S5步骤中通过交叉验证的方法对超图拉普拉斯矩阵和计算过程如下：A<...

【专利技术属性】
技术研发人员：郭菲，王浩，唐继军，丁漪杰，
申请(专利权)人：天津大学，
类型：发明
国别省市：