NELDA:基于网络嵌入的lncRNA-疾病关联关系预测

目的 长非编码RNA (lncRNAs)参与多种重要的生物学过程并与各种人类疾病密切相关,因此,lncRNA-疾病关联预测研究有助于疾病的诊断、治疗和在分子水平理解人类疾病的发生发展机制。目前,大多数lncRNA-疾病关联预测方法倾向于浅层整合lncRNA和疾病的相关信息,忽略网络拓扑结构中的深层嵌入特征;另外通过随机选取lncRNA-疾病非关联对构建负样本训练集合,影响预测方法的鲁棒性。方法 本文提出一种基于网络嵌入的NELDA方法,预测潜在的lncRNA-疾病关联关系。NELDA首先利用lncRNA表达谱、疾病本体论和已知的lncRNA-疾病关联关系,构建lncRNA相似性网络、疾病相似性网络和lncRNA-疾病关联网络。然后,通过设计4个深度自编码器分别从lncRNA/疾病的相似性网络、lncRNA-疾病关联网络学习lncRNA和疾病的低维网络嵌入特征。串联lncRNA和疾病的相似性网络嵌入特征及lncRNA和疾病的关联网络嵌入特征,分别输入两个支持向量机分类器预测lncRNA-疾病关联。最后,采用加权融合策略融合两个支持向量机分类器的预测结果,给出lncRNA-疾病关联关系的最终预测结果。另外,根据已知的lncRNA-疾病关联对和疾病语义相似性,设计一种负样本选取策略构建可信度相对较高的lncRNA-疾病非关联对样本集,用以改善分类器的鲁棒性,该策略通过设计一种打分函数为每对lncRNA-疾病进行打分,选取得分较低的lncRNA-疾病对作为lncRNA-疾病非关联对样本(即负样本)。结果 十折交叉验证实验结果表明:NELDA能够有效预测lncRNA-疾病关联关系,其AUC达到0.982 7,比现有LDASR和LDNFSGB方法分别提高了0.062 7和0.020 7。另外,负样本选取策略与决策级加权融合策略能够有效改善NELDA预测性能。胃癌和乳腺癌案例研究中,29/40 (72.5%)预测的与胃癌和乳腺癌关联lncRNAs,在近期文献和公共数据库中能够发现相关的支撑证据。结论 这些实验结果表明,NELDA是一种有效的lncRNA-疾病关联关系预测方法,具有挖掘潜在lncRNA-疾病关联关系的能力。

MGSGCN:基于多图结构和注意力机制的图卷积网络预测lncRNA-疾病关联

研究表明长非编码RNA (long non-coding RNA, lncRNA)在许多生物的生命活动中发挥着重要作用。识别潜在的lncRNA-疾病关联(lncRNA-disease associations, LDAs)有助于研究疾病的发病机制,及时地诊断、预防和治疗疾病。本文提出了一种基于多图结构和注意力机制的图卷积网络模型预测LDAs,简称MGSGCN。该模型综合了疾病语义相似性、lncRNA功能相似性、疾病与lncRNA高斯相互作用谱核相似性和余弦相似性,构建了疾病和lncRNA的特征向量。基于图卷积网络(graph conventional network, GCN)和图注意力网络(graph attention network, GAT),使用了提取封闭子图和交互信息传播的多图结构策略来训练和预测LDAs。MGSGCN在Dataset1和Dataset2上的五折交叉验证(five-fold cross validation, 5-CV)的准确率分别为94.55%和87.44%。将MGSGCN与其它四个前人研究的计算模型进行比较,评价指标结果凸显了MGSGCN具有良好的分类性能。此外,对与子宫颈癌相关的lncRNA进行了案例分析。发现MGSGCN预测出了未被实验证实的LDAs,这说明该模型具有预测新的LDAs的能力。

端粒长度与10种常见肌肉骨骼疾病的关系孟德尔随机化分析

背景:多项观察性研究表明,端粒长度与肌肉骨骼疾病之间存在潜在的关联,然而它们之间的潜在机制仍不清楚。目的:利用两样本孟德尔随机化分析来探索端粒长度与肌肉骨骼疾病之间的遗传因果关系。方法:从英国生物银行中获得端粒长度的全基因组关联研究汇总数据。从FinnGen财团中获得了关于10种常见肌肉骨骼疾病(骨坏死、骨髓炎、骨质疏松、类风湿关节炎、腰痛、椎管狭窄、痛风、肩周炎、强直性脊柱炎和下肢深静脉血栓)的全基因组关联研究汇总数据。使用逆方差加权、孟德尔随机化-Egger和加权中位数方法评估端粒长度与10种肌肉骨骼疾病的因果关系,逆方差加权作为主要的孟德尔随机化分析方法,并进行敏感性分析探讨结果稳健性。结果与结论:①逆方差加权法结果表明,遗传预测的端粒长度与类风湿关节炎(OR=0.78,95%CI:0.64-0.95,P=0.015)和骨坏死(OR=0.56,95%CI:0.36-0.90,P=0.016)风险之间存在负向因果关系,但未发现端粒长度与其他8种肌肉骨骼疾病之间存在因果关系(P均>0.05)。②敏感性分析结果表明因果关系稳健,孟德尔随机化-Egger截距分析未检测到潜在的水平多效性(P均>0.05)。③此项孟德尔随机化研究支持端粒长度对类风湿关节炎和骨坏死的保护作用的结论,然而,未来将需要更多的基础和临床研究来验证。

Journal of Hepatology|与肝脂肪相关的不同遗传变异及其与心血管疾病和癌症的对比关系

关于脂肪变性肝病与心血管疾病和癌症预后之间联系的潜在机制尚有待研究。来自英国林肯大学健康与科学学院约瑟夫·班克斯实验室的Ahmed等对37358名英国生物库参与者进行了全基因组关联研究,以确定与MRI扫描测得的肝脂肪相关的遗传变异。

基于图注意力网络的环状RNA与疾病关联关系预测

环状RNA是一种具有环状结构并且表达水平与多种疾病有关的非编码RNA分子,挖掘环状RNA与疾病之间的内在关联关系在生命医学研究中具有重要意义。基于图注意力机制,该文提出了一种由图注意力网络(GAT)、编码器-解码器(AE)和全连接神经网络(DNN)结构组合的端到端深度学习模型GATECDA来预测潜在的环状RNA与疾病的关联关系。在包含739个关系的CircR2Disease数据集上,GATECDA模型五折交叉验证实验取得了ROC曲线下面积AUC为0.9618,AUPR为0.9032,衡量在非平衡数据上性能MCC指标达到了0.7576的优异结果,综合性能在同领域预测模型中表现出色。表明基于深度学习图表示学习的策略有助于提升环状RNA与疾病关联关系预测模型的综合性能,同时端到端的学习模型更易于训练与泛化到其他问题中。在预测的结果得到的前30个环状RNA与疾病的关联关系中,有25个在最近医学文献中有支持。表明人工智能方法可以为医学研究筛选与疾病相关的标志物提供新的角度。

关联规则挖掘结合PSO的基因-疾病关系自动提取方法

针对生物医学可用数据越来越庞大而导致管理人员很难从非结构化文件中整理出有用信息的问题,提出了一种基因-疾病关联规则提取方法 .首先从MEDLINE和OMIM准备实验语料库,应用解析器产生一些语法信息;然后学习所有可能的规则,利用粒子群优化进行优化学习,从不相关句子中区分相关的;最后,计算学习规则的分数,选择感兴趣的规则,并生成一组有用的关联规则.以精度、召回率和F-分数为评价指标的实验证明了提出方法的有效性.实验结果表明,提出的方法最大精度、召回率和F-分数可分别高达79.2%、65.1%、68.5%,相比手动规则集,提出的方法更加完整.

基于集成回归决策树的lncRNA-疾病关联预测方法

长链非编码RNA(long non-coding RNA,lncRNA)在各种人类复杂疾病中起着重要作用。采用计算方法推断lncRNA-疾病间的潜在关联关系不仅有助于理解疾病的致病机理,还有助于疾病诊断、预防和治疗。文中提出了一种基于集成回归决策树的lncRNA-疾病关联预测方法。首先,利用已知的lncRNA-疾病关联信息分别构建lncRNA、疾病相似矩阵、lncRNA-疾病关联矩阵;其次,基于lncRNA、疾病相似矩阵、lncRNA-疾病关联矩阵,从不同视角进一步构建lncRNA、疾病特征向量;然后,使用主成分分析方法对lncRNA、疾病特征进行特征提取;最后,使用回归决策树作为预测模型,并进一步采用集成学习的平均策略将多个决策树集成,从而获得最终的预测模型。留一交叉验证实验表明,该方法的预测结果优于现有方法,在3个真实的lncRNA-疾病数据集上AUC值分别达到了0.905 5,0.896 9和0.912 9,与现有方法相比,分别提升了6.46%,5.4%和6.02%。此外,对乳腺癌、肺癌、胃癌3种疾病进行了案例分析,进一步验证了所提方法的准确性和有效性。

基于融合神经网络的LncRNA与疾病关联预测方法

长链非编码RNA(Long non-coding RNA,LncRNA)的异常表达与疾病的生理和病理过程密切相关,识别LncRNA与疾病之间的潜在关联有助于理解疾病的分子发病机制。以往的方法未能深度整合异构的多源数据以及学习高维特征表示。为此,文中提出了一种基于融合神经网络(Fusion Neural Networks,FNN)预测候选疾病相关LncRNA的方法FNNLDA。FNNLDA整合与LncRNA、疾病和miRNAs相关的多种数据,采用多模型融合思想,利用栈式自编码器和融合神经网络两种深度学习模型分别学习LncRNA-疾病对的高级特征,最后融合两个模块的预测分值来预测LncRNA-疾病的关联性。五折交叉验证显示FNNLDA方法的AUC值比SIMCLDA,MFLDA,CNNLDA和LRLSLDA分别提升了12.5%,15.1%,3.4%和5.8%,表明其在LncRNA-疾病预测性能上有较大提升。基于胃癌疾病案例进行研究,结果证明FNNLDA能够有效识别与疾病关联的潜在LncRNA。

一种流形正则化非负矩阵分解的lncRNA-疾病关系预测方法

长链非编码RNA(lncRNA)在疾病的发生中起着重要作用,然而通过生物学实验探索lncRNA与疾病的关系昂贵且费时,必须开发出更准确和有效的计算方法来预测lncRNA与疾病的关系.本文提出了一种新的基于流形正则化非负矩阵分解的计算方法(MRNMFLDA)来预测lncRNA与疾病的关系.该方法首先采用相似性网络融合方法分别整合lncRNA与疾病的相似性,然后通过构建标签加权矩阵、引入流形正则化约束的非负矩阵分解算法来预测lncRNA与疾病潜在的关系.实验结果表明,本方法在留一交叉验证和5折交叉验证中AUC值分别达到0.8927和0.8635±0.0054,优于其他4种方法.案例研究表明,本方法能够有效地预测与3种疾病(肺癌,宫颈癌,和骨肉瘤)有关系的lncRNA.

基于机器学习的miRNA与疾病关系预测系统的设计与实现

为挖掘miRNA与疾病之间的关联关系,进一步了解疾病病理,实现疾病防治,提出了一种基于机器学习的miRNA-疾病关联关系模型。基于miRNA-疾病关联关系、miRNA功能相似性信息、疾病语义相似性信息展开研究,通过高斯核函数获取高斯核相互作用谱相似性矩阵并进行区分,利用矩阵补全算法对稀疏的已知相似性矩阵进行补全,综合高斯核相互作用谱相似性矩阵、补全后的相似性矩阵及已知的相似性矩阵,得到综合相似性矩阵,根据线性邻域重建综合相似性矩阵,利用标签传播算法得到预测结果。该模型在全局留一法实验中,性能优于其他3种模型(IMCMDA、QIMCMDA、MCLPMDA)。根据该模型设计并实现了一款可视化的、前后端分离的miRNA-疾病关联关系预测系统,前端主要采用Vue框架和ElementPlus组件库实现,后端主要采用SpringBoot和MyBatis实现。对本系统进行业务功能和性能测试,均达到预期。

lncRNA与疾病关联关系预测研究进展

lncRNAs(long noncoding RNAs)是一类长度超过200个核苷酸的非编码RNAs,越来越多的证据表明lncRNAs在许多生物过程中起关键作用。lncRNAs也与多种疾病的发生和发展有密切的联系。近年来,很多研究人员关注于预测lncRNA与疾病的关联预测的计算模型,这可以有效地减少生物实验的时间和成本。本文总结了近年来有关lncRNA与疾病关联预测的一些数据资源和有代表性的计算方法,并对当前存在的问题进行了分析,讨论了未来的挑战和发展方向。

SRF-LDA:基于堆叠集成学习的LncRNA与疾病关联预测方法

长链非编码RNA (lncRNA)是一类长度大于200 nt的非编码RNA,是非编码基因组的重要组成部分。大量实验证实,lncRNA与人类疾病的发生发展密不可分,但除了一小部分的lncRNA与人类疾病关系已知之外,大多数的lncRNA与人类疾病的关系仍然有待研究,因此准确识别与疾病有关的lncRNA有助于研究lncRNA在疾病中的作用机制,探索治疗疾病的新方法。在本研究中,为了提高对LDA的预测能力,我们实现了一种基于堆叠集成学习的LDA预测模型(简称SRFLDA)。在SRFLAD中,第一部分通过整合lncRNA的K-mer、疾病的高斯相互作用谱核相似性及已知lncRNA-疾病关联(LDA)三种类型的特征作为融合特征输入模型。第二部分使用堆叠集成学习策略通过组合多个不同参数的随机森林分类器作为基模型进行特征分类,并使用支持向量机作为元模型对随机森林的分类结果进行组合优化,从而得到更准确、鲁棒的LDA预测结果。第三部分通过十倍交叉验证对模型进行训练评价。结果表明该方法在预测LDA方面具有较好的性能,平均AUC的值为0.9246,平均AUPR值为0.9166,预测效果优于其他几种现有的LDA预测模型。

长链非编码RNA与疾病关联关系的预测方法研究

随着高通量测序技术与计算机技术的高速发展,越来越多的研究表明lncRNA与多种人类疾病密切相关,两者间的关联成为了新的研究热点。本文简要概述了一些可供预测和验证使用的公共数据库,以及近几年来开发的预测lncRNA-疾病关联的算法与工具,分析了这些算法与工具共同存在的问题,并讨论了未来的发展方向。

基于组合药物网络的疾病关联性分析

组合药物在复杂疾病的治疗中形成了多靶点,多环节上的密切联系,对疾病的治疗效果也可达到单种药物治疗意想不到的效果。组合药物中各单药功能各异但联用后治疗效果更佳,说明所对应疾病之间可能存在某种关系。通过研究疾病间关联关系,可能会发现治疗某种疾病的新靶标,从而在新药的研发中取得新的进展。本文以DCDB(组合药物数据库)中的药物组合为数据源构建组合药物网络,并通过网络聚类算法得到了33个独立且内部联系紧密的药物模块。其中7组药物模块所包含的组合药物用于治疗两种或两种以上疾病,说明这些疾病之间存在一定的关联关系。对这些关系进行论证,结果表明,组合药物网络是发现疾病关联关系的一种有效手段。

一种lncRNA与疾病关联的多层线性投影预测算法

LncRNA-疾病关联预测的计算方法是解决传统生物学实验昂贵且费时的有效途径,其中基于机器学习的计算方法是当前研究热点,但其存在着未充分考虑lncRNA-疾病关联矩阵的局部结构和全局结构的问题.因此,本文提出了一种lncRNA与疾病潜在关联的多层线性投影预测方法(MLPLDA:Multi-layer linear projection for predicting lncRNA-disease association).MLPLDA利用组合加权整合lncRNA和疾病的两种相似性,然后用WKNKN重构原始的lncRNA-疾病关联矩阵,最后使用堆叠层策略的多层线性投影进行lncRNA-疾病关联预测.在留一和五折交叉验证实验中,MLPLDA获得的AUC分别是0.8807和0.8563±0.0045,体现了其可靠的性能.在3种疾病(肺癌,乳腺癌和骨肉瘤)的案例研究中,MLPLDA能够有效预测与3种疾病有关系的lncRNA.

基于双层耦合网的表型-基因关联分析与预测

随着基因组测序完成和基因技术不断发展,使得某些疾病的致病基因逐渐得到确认。目前,通过科学实验已经掌握了一部分疾病的致病原因,但是大部分疾病的致病原因,特别是与基因相关的疾病的致病原因还不得而知。该文采用与人类同源相似度高达85%的小鼠数据作为研究对象,使用疾病表型数据集、致病基因数据集和已经确认的表型−基因关联关系数据集构成一个双层耦合网络,通过元路径上随机游走的方法进行数据的分析与挖掘,在已经确认的表型−基因关联数据基础上预测未确定的表型−基因关联关系。经验证比较,该文提出的算法所取得的预测效果优于其他算法。

LncRNA-疾病关联预测方法研究

越来越多的生物实验证实,长链非编码RNA(lncRNA)的功能异常与多种人类复杂疾病的发生具有明显关联。传统实验方法验证lncRNA-疾病关联费时费力,利用现有生物实验数据,通过计算方法预测lncRNA-疾病关联,可为生物实验设计提供重要参考,具有重要现实意义。本文对当前主流lncRNA-疾病关联预测的计算方法进行综述,总结各类方法的优点和不足,并展望后续模型的开发。

基于关联规则的肺系疾病症药关系研究

目的利用数据挖掘技术,分析肺系疾病临床文献中症状与药物间的关联关系。方法检索中国生物医学文献数据库、中医药文献数据库、重庆维普中文数据库、中国期刊全文数据库中采用"肺与大肠相表里"理论治疗肺系疾病的临床文献,提取符合纳入标准的152篇文献中的相关信息,构建临床文献数据库,采用关联规则方法,分析相关症状及药物的频繁项集及症药关系。结果在肺系疾病的治疗中,一元频繁项集前3位分别为瓜蒌、大黄、苦杏仁;二元频繁项集前3位分别为大黄、瓜蒌,苦杏仁、瓜蒌,苦杏仁、大黄;三元频繁项集前3位分别为苦杏仁、大黄、瓜蒌,甘草、大黄、瓜蒌,枳实、厚朴、瓜蒌。在肺系疾病的症状中,一元频繁项集前5位分别为咳嗽、气喘、舌红、大便秘结、发热;二元频繁项集前3位分别为气喘、咳嗽,发热、咳嗽,舌红、咳嗽。对于各核心症状,核心药物均是大黄、瓜蒌、苦杏仁。结论在根据肺与大肠相表里理论治疗肺系疾病的文献中,对于咳嗽、发热、气喘、小便黄赤、大便秘结等核心症状,核心药物均采用大黄、瓜蒌、苦杏仁。

基于多数据融合的circRNA–疾病关联关系预测

环状RNA(circluar RNA,circRNA)在基因表达、剪切和转录的过程中扮演着重要角色.越来越多的证据表明,circRNA与疾病的产生与发展存在着重要的联系.本文提出了一种基于多数据融合的非负矩阵分解算法(EDNMF)预测circRNA–疾病关联关系.该方法首先对circRNA–疾病关联关系进行预处理,解决了circRNA–疾病关联关系过少对算法产生的负面影响的问题.然后,EDNMF算法将circRNA表达谱和癌症相似性数据转化为约束条件,基于预处理后的circRNA–疾病关联关系采用改进的非负矩阵分解算法得到最终的打分值,从而预测circRNA–疾病关联关系.五折和十折交叉验证结果表明,EDNMF算法相比其他算法能更有效地预测circRNA–疾病关联关系.此外,采用EDNMF算法预测新的circRNA–结肠直肠癌关联关系打分排名前10的结果中,大部分结果已经得到了佐证,表明了该算法可以有效地预测未知的circRNA–疾病关联关系.