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0.0207.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.

lncRNA-疾病关联;网络嵌入;深度自编码器;高质量负样本选取

李维娜;樊校楠;张绍武

西北工业大学自动化学院,信息融合技术教育部重点实验室,西安710072

生物化学与生物物理进展

[1]李维娜;樊校楠;张绍武-.NELDA:基于网络嵌入的lncRNA-疾病关联关系预测)[J].生物化学与生物物理进展,2022(07):1369-1380

NELDA,关联关系预测,LDASR,LDNFSGB,高质量负样本选取

网络嵌入,疾病关联,长非编码,lncRNAs,生物学过程,人类疾病,关联预测,预测研究,分子水平,解人,发展机制,网络拓扑结构,嵌入特征,样本训练,训练集,影响预测,表达谱,疾病本体,本体论,关联网络,深度自编码器,网络学习,低维,别输,支持向量机分类器,加权融合,融合策略,策略融合,语义相似性,选取策略,策略构建,可信度,样本集,打分函数,十折交叉验证,验证实验,预测性能,胃癌,公共数据库

0.195577