论文部分内容阅读
近十几年来,非编码RNA(non-coding RNA,ncRNA)的研究在生命科学领域中占据了非常重要的地位。其中,ncRNA-疾病的相关性研究直接关乎人类健康,深入研究ncRNA-疾病的相关性有助于帮助人们在分子水平上理解疾病的发病机制,对疾病的预防、治疗、预后都具有十分重要的意义。随着高通量实验技术的快速发展,ncRNA-疾病相关性数据得到快速积累,并建立了一些可靠性高的公开数据库。这些数据库不仅提供了实验支持的ncRNA-疾病关系的系统概述,还涉及相关的生物学信息,极大地推动了ncRNA-疾病相关性研究的进展。研究者充分利用现有实验数据,设计高效而精确的计算方法预测出潜在的ncRNA-疾病相关性,用于指导后续实验,可以显著降低生物实验所需成本。然而,现有的大部分计算方法仅基于已有数据库中ncRNA-疾病相互作用信息构建ncRNA-疾病关联网络,并没有考虑到生物网络本身的异质性特征,忽视了 ncRNA-疾病关联网络中相关的生物信息。本文针对ncRNA-疾病相关性研究中的2个重要方向——小分子RNA(microRNA,miRNA)-疾病的相关性和长非编码RNA(long non-coding RNA,IncRNA)-疾病相关性进行研究,具体内容如下:1、在已知miRNA-疾病相互作用数据基础上,通过引入大量miRNA-靶基因(target)相关性数据,构建出“disease-miRNA-target”异质性网络,并在此网络上提出miRNA-疾病相关性预测算法DMTHNDM(disease-miRNA-target heterogeneous network for disease-related miRNA)用于潜在的 miRNA-疾病相关性预测。该网络中,靶基因作为miRNA-疾病相关性的协同预测标签,极大地丰富了网络拓扑结构。通过将DMTHNDM与现有miRNA-疾病相关性预测工作进行性能对比,结果显示本文方法不仅更好地描述了 miRNA-疾病关联网络的异质性,同时有效地提高了潜在miRNA-疾病相关性的预测性能。2、结合IncRNA-疾病相互作用信息以及基因(gene)-疾病相互作用信息,构建了“IncRNA-disease-gene”异质性网络。然而,现有实验验证的IncRNA-疾病相互作用数据较少,以致网络稀疏,孤立节点较多。为解决该问题,本文进一步收集了 IncRNA表达谱信息与疾病的表型信息,由此计算出IncRNA表达谱相似性及疾病语义相似性。通过整合以上四类信息,构建IncRNA-疾病相关性的异质性网络,并在此基础上提出一种改进的资源传播算法TPGLDA(Tripartite Graph for LncRNA-Disease Association)用于预测潜在的 IncRNA-疾病相关性。通过与现有方法的对比,TPGLDA不仅解决了孤立节点问题,同时显著提升了性能。