【技术实现步骤摘要】
本专利技术属于生物信息学，具体为一种基于gcn编码dnn解码的mirna-disease关联预测方法。
技术介绍
1、mirna-disease关联预测是在生物医学研究中的重要任务，旨在揭示mirna与疾病之间的关联关系。传统的mirna-disease关联预测方法主要包括基于实验和基于计算生物学方法。基于实验的方法需要昂贵且耗时的实验过程来测量mirna和疾病之间的关联性，而基于计算生物学方法则利用已知的mirna和疾病数据进行预测。然而，这些传统方法存在数据不完整、特征表示有限以及预测模型局限性等局限性。数据的可用性和质量有限，特征表示缺乏全面性，预测模型无法充分考虑mirna和疾病的复杂关联。因此，基于图神经网络的方法成为解决mirna-disease关联预测问题的有效途径。gcn是一种常用的图神经网络，可以对图结构数据进行学习和表示，而dnn则可以用于模型的解码和预测过程。
2、现有技术方案：目前，已有一些基于gcn和dnn的mirna-disease关联预测方法。这些方法通过将mirna和疾病转化为图的节点，并通过...
【技术保护点】
1.一种基于GCN编码DNN解码的miRNA-disease关联预测方法，其特征在于：所述方法包括以下步骤：
2.如权利要求1所述的一种基于GCN编码DNN解码的miRNA-disease关联预测方法，其特征在于：所述步骤S1中，首先，从公共数据库收集了miRNA表达数据、疾病遗传信息以及已知的miRNA-疾病关联信息来准备数据集；利用MeSH(Medical Subject Headings)系统对疾病的相关医学文献进行分类和检索，HMDD(Human MicroRNA Disease Database)来获取已知的miRNA-疾病关联数据，以及MISI...
【技术特征摘要】
1.一种基于gcn编码dnn解码的mirna-disease关联预测方法，其特征在于：所述方法包括以下步骤：
2.如权利要求1所述的一种基于gcn编码dnn解码的mirna-disease关联预测方法，其特征在于：所述步骤s1中，首先，从公共数据库收集了mirna表达数据、疾病遗传信息以及已知的mirna-疾病关联信息来准备数据集；利用mesh(medical subject headings)系统对疾病的相关医学文献进行分类和检索，hmdd(human microrna disease database)来获取已知的mirna-疾病关联数据，以及misim数据库来评估mirnas之间的相似性；基于以上内容，本方法构建了一个初步的mirna-疾病异质网络，该网络不仅考虑了mirna与疾病的直接关系，还包括了mirna之间和疾病之间的潜在联系；通过这种方式，本方法设置了一个全面的框架，用于进一步应用图卷积网络(gcn)作为编码器和深度神经网络(dnn)作为解码器，以学习这些交互关系并有效地预测未知的mirna-疾病关联；构建异构网络：其中包括mirna-mirna相似性网络(用mirna功能相似性、mirna表达相似性和高斯内核相似性构建)、疾病－疾病相似性网络(用疾病语义相似性和高斯核相似性构建)和经过验证的mirna-疾病关联网络。
3.如权利要求2所述的一种基于gcn编码dnn解码的mirna-disease关联预测方法，其特征在于：所述mirna-mirna相似性网络构建了一个mirna功能相似性矩阵fsm，其中fsm(i，j)是mirnai和mirnaj之间的相似性值；mirna的高斯相互作用概况(gip)内核相似性用于描述mirna之间的关系[44]，mirnai和mirnaj之间的gip核相似性计算如下：
4.如权利要求2所述的一种基于gcn编码dnn解码的mirna-disease关联预测方法，其特征在于：所述疾病-疾病相似性网络通过两种基于语义的方法和一种基于gip内核的方法计算；语义相似性是以mesh数据库为基础进行计算的，其中包含两个模型；在模型1中，本方法针对每种疾病构建了分层定向非循环图(dag)；对于特定疾病d来说，其dag(d)＝(d，h(d)，f(d))，其中h(d)是包含d本身及其所有祖先节点的节点集合，而f(d)则包含了从mesh数据库获得的与d相关的父节点和子节点的边缘关系；针对dag(d)中的每个与d相关的疾病p，它对疾病d的语义值d1d(p)...
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。