基于数据融合的mirna与疾病关联网络预测算法分析

利用海量生物学样本数据作miRNA疾病关联研究的成本过高,在此情况下提出基于网络表示学习的node2vec模型关联预测算法,引入长链非编码RNA(lncRNA)要素,构建起包含多种数据集的miRNA-lncRNA疾病异构网络,对不同生物学信息作有偏置的随机游走,获得长链非编码节点的近邻序列,然后通过运用miRNA相似性关联规则预测算法,得到与疾病相关各节点的低维特征向量,从而实现miRNA序列与疾病关联性的准确预测。