【技术实现步骤摘要】
一种最小化截断schatten
‑
p范数的小分子
‑
miRNA相互作用预测方法
[0001]本专利技术涉及小分子
‑
miRNA
相互作用预测
,具体涉及一种最小化截断
schatten
‑
p
范数的小分子
‑
miRNA
相互作用预测方法
。
技术介绍
[0002]大量生物学研究表明,
miRNA
在复杂的基因表达调控中发挥关键作用,对各种细胞过程产生重大影响
。
此外,它们参与各种疾病,如癌症
、
免疫系统疾病
、
神经系统疾病和传染病,突出了它们作为疾病发病机制关键参与者的新意义
。
越来越多的研究表明,许多现有药物可以直接靶向
miRNA
来治疗疾病或显著改变对现有药物的耐药性
。
这一发现具有重要的现实意义,因为它可以节省药物开发的时间
、
资源和人力成本,同时缩短药物开发应用周期
。
然而,使用生物学实验来验证小分子和
miRNA
之间的关联信息是乏味和昂贵的
。
因此,开发高效实用的计算方法来预测小分子
‑
miRNA
的相关性是至关重要的
。
目前基于计算模型的小分子
‑
miRNA
相互作用预测方法并不能充分捕捉
SM/miR ...
【技术保护点】
【技术特征摘要】
1.
一种最小化截断
schatten
‑
p
范数的小分子
‑
miRNA
相互作用预测方法,包括以下部分:
A、
基于已知的小分子
‑
miRNA
关联矩阵利用高斯核计算小分子和
miRNA
的高斯相互作用轮廓核相似性,基于
miRNA
的功能一致相似性和疾病表型相似性进行预处理
。
基于小分子的副作用相似性
、
化学结构相似性
、
疾病表型相似性和功能一致相似性进行预处理
。B、
基于加权平均策略,将不同的小分子相似性和
miRNA
相似性分别集成到小分子和
miRNA
的综合相似性中
。C、
基于小分子的综合相似性
、miRNA
的综合相似性
、
已知的小分子
‑
miRNA
关联构建小分子
‑
miRNA
异构网络,基于小分子
‑
miRNA
异构网络定义目标矩阵
。D、
基于最小化截断
schatten
‑
p
范数模型目标函数
。E、
基于交替方向乘子法的迭代算法框架
。2.
根据权利要求1所述的基于已知的小分子
‑
miRNA
关联矩阵利用高斯核计算小分子和
miRNA
的高斯相互作用轮廓核相似性,基于
miRNA
的功能一致相似性和疾病表型相似性进行预处理
。
基于小分子的副作用相似性
、
化学结构相似性
、
疾病表型相似性和功能一致相似性进行预处理
。
本发明使用从
SM2miR
中下载的已知小分子
‑
miRNA
关联数据计算小分子和
miRNA
的高斯相互作用轮廓核相似性
。
在
SM2miR
,
DrugBank and PubChem
数据库中收集小分子数据
。
在
SM2miR,HMDD,miR2Di...
【专利技术属性】
技术研发人员:王淑栋,刘体耀,任传儒,赵志远,李恒霄,丁恒韬,
申请(专利权)人:中国石油大学华东,
类型:发明
国别省市:
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。