摘要: MiRNA（MicroRNA）是一类由20到25个核苷酸组成的非编码RNA。研究初期，由于miRNA的功能尚未被发现，所以miRNA一度被称为“暗物质”。随着研究的不断深入，大量的实验数据和案例表明，miRNA与疾病有着密切的联系，在人类所必需的多种生物过程中均发挥着... 展开 MiRNA（MicroRNA）是一类由20到25个核苷酸组成的非编码RNA。研究初期，由于miRNA的功能尚未被发现，所以miRNA一度被称为“暗物质”。随着研究的不断深入，大量的实验数据和案例表明，miRNA与疾病有着密切的联系，在人类所必需的多种生物过程中均发挥着重要的作用。因此miRNA常常被作为生物标志物辅助医生进行医疗诊断。发掘miRNA与疾病的关联关系在科学领域以及人类医疗卫生事业的发展方面都具有重要意义，因此逐渐成为科研工作者重要的研究课题。目前，利用传统的生物实验方法虽然已经可以得到miRNA与疾病的关联数据，但是这些方法的实验周期往往很长，而且需要耗费大量的人力物力资源，所以得到的关联数据数量极其有限。近年来，在新兴的生物信息学的指导下，研究人员提出了大量与传统实验方法相比较更加准确有效的方法来实现miRNA-疾病关联预测，其中很多都取得了十分瞩目的成果。 本文利用miRNA功能相似性网络，疾病语义相似性网络和miRNA与疾病的关系网络等生物数据提出三种预测miRNA与疾病关联关系的计算方法，即基于KATZ模型的预测方法KATZMDA、基于稀疏近邻的方法SNMDA和基于局部约束线性编码的LLCMDA方法。考虑到miRMA功能相似性和疾病语义相似性数据过于稀疏，所以，三种方法都是对miRNA相似性和疾病相似性进行重构。其中，KATZMDA模型利用重构的相似性信息与已有的信息进行整合来构建异构网络，然后再使用KATZ算法预测相关性分数。SNMDA和LLCMDA则是利用稀疏近邻和局部约束线性编码算法对相似性信息进行重构，然后再利用标签传播算法得到miRNA与疾病的关联关系。在实验部分，使用留一交叉验证和K折交叉验证来检验方法的有效性，同时对多种疾病进行案例分析来进一步验证。实验结果表明，本文提出的三种方法均可以有效地预测miRNA与疾病间的关联关系。 收起