MiRNA是一类长度约为22个核苷酸的非编码RNA,在各类生物进程中扮演着非常重要的角色。越来越多的研究发现,miRNA与疾病之间有着密不可分的关系。因此,识别疾病相关的miRNA,以及与各类疾病之间的关系,有利于加深对疾病发病机制和原理的理解与探索。同时,以miRNA为靶点,探究其与药物或化合物之间的关系,也能为疾病的治疗方案、药物的作用机理以及药物开发与设计带来极大的帮助。在信息时代的高速发展前提下,各类数据库以及计算机技术逐渐成熟,运用机器学习方法识别疾病相关的miRNA,以及与疾病之间的关系,可以使研究人员更加快速地设计相关实验,极大地缩短药物靶点识别和先导化合物设计等各方面研究的时间,加快研究进度。本毕业论文的主要内容如下:1.围绕课题的研究内容,对miRNA在疾病发生中的重要性、识别潜在的miRNA相关关联在生物医学和药学中的意义、miRNA作为药物靶点的合理性、miRNA潜在关联预测的国内外研究现状和机器学习方面进行了综述。2.基于miRNA序列信息和疾病临床症状信息,提出了一种新的miRNA-疾病潜在关联预测模型。该方法分别以miRNA前体的序列二级结构信息和疾病-症状得分值表征miRNA和疾病。通过基于欧氏距离的聚类方法,筛选出了可靠的负样本集,并用于随机森林模型的训练。在该方法中,模型分别获得了98.00%的正确率、99.43%的特异性、96.58%的敏感性、99.40%的精确率和0.9604的马氏相关系数。此外,受试者工作特征曲线和精度-召回率曲线下面积分别为0.9967和0.9975。在个案研究中,对预测出的前25条关联进行分析,结果表明:其中19条miRNA-乳腺癌关联,20条miRNA-白血病关联和15条hsa-mir-21-疾病关联能被文献以及数据库证实。本方法为潜在miRNA-疾病关联预测提供了新的方法和思路。3.基于分子指纹描述符、序列和临床症状信息,以miRNA为桥梁,提出了一种小分子化合物-miRNA-癌症潜在关联识别模型。首先,通过基于相似性的筛选方法,分别获得了小分子化合物-miRNA关联和miRNA-癌症关联的最可靠负样本,并进一步与正样本组合成4类不同的小分子化合物-miRNA-癌症关联。在本研究中,MACCS分子指纹、miRNA序列信息和疾病症状得分值分别被用于表征小分子化合物,miRNA和癌症。利用随机森林算法构建了多分类模型,对潜在的小分子化合物-miRNA-癌症关联进行识别研究。模型获得了93.13%的正确率、93.16%的精确率、93.13%的召回率和93.13%的F1值。受试者工作特征曲线和精度-召回率曲线下面积分别为0.9904和0.9808。分别对乳腺癌、肺癌、5-氟尿嘧啶和hsa-mi R-21-5p进行个案分析,绝大多数关联能被实验和相关信息证实。通过分子对接模拟研究,发现了一些潜在的乳腺癌治疗药物。该方法对小分子化合物-miRNA-癌症潜在关联的研究为癌症相关药物的研发与设计提供了相关参考,具有重要的实际应用意义。4.通过整合小分子化合物相似性、miRNA相似性、癌症相似性、已知的小分子化合物-miRNA关联和已知的miRNA-癌症关联,首先构建出了小分子化合物-miRNA-癌症关联复合网络。随后采用图卷积神经网络获取复合网络中各节点的网络拓扑结构特征。最终,结合自动编码器原理,计算不同小分子化合物和miRNA之间的关联得分,识别潜在的小分子化合物-miRNA关联。基于五折交叉验证,该方法获得了0.8813的受试者工作特征曲线下面积和98.23%的准确率。在hsa-mi R-21-5p为对象的个案分析中,55%的关联得到验证。结果显示,该方法能有效地应用于小分子化合物-miRNA的潜在关联预测,为药物靶点和疾病治疗方案提供帮助。