[发明专利]一种基于网络推断算法预测微生物和疾病关系的方法

说明书

技术领域

本发明涉及生物医学领域，特别是涉及一种基于网络推断算法预测微生物和疾病关系的方法。

背景技术

微生物主要包括细菌、原虫、病毒、真菌和原生动物等。人体携带超过人体细胞数十倍甚至上百倍的微生物，它们广泛分布在人类的皮肤、口腔、消化道、呼吸道和生殖道等部位。研究表明微生物与人类关系密切：一方面，有些微生物可以改善宿主的代谢能力，抵抗病原体，增强免疫和调节胃肠发育；另一方面，人体微生物与很多非传染性疾病，如肥胖、高血压、糖尿病等密切相关。为了研究人体微生物，2007年美国国立卫生研究院主持并启动了人类微生物基因组计划(Human Microbiome Project，HMP)，计划用5年时间耗资1.5亿美元完成900个人体微生物基因组的测序工作，确定人体微生物组的变化与人类疾病和健康的关系，并为其他科学研究提供数据和技术支持。

发现新的微生物-疾病关系，对了解非传染性疾病的病因和发病机制，以及进行疾病诊断和治疗具有重要意义。近几年来，DNA测序和分子遗传学的发展，使得16sRNA基因测序成为微生物分类的主要研究方法；而高通量测序技术的出现则让大规模鉴定微生物成为可能。然而，到目前为止，发现微生物-疾病关系还只是基于常规的生物实验方法，这是非常耗时而且昂贵的。一些细菌甚至不能通过现实的培养技术在实验室培养。2016年，第一个人类微生物-疾病关系数据库(Human Microbe-Disease Association Database，HMDAD)建立，仅包含292种微生物和39种疾病之间的483种关系，及其少量的微生物-疾病关系被收集出来。基于这些可用的生物数据发展简单有效的计算方法来实现大规模预测可能的微生物和疾病之间的关系就显得非常重要，并能够有效降低实验研究的成本和时间。

发明内容

本发明提供一种基于网络推断算法预测微生物和疾病关系的方法，适用于大健康、食品安全和微生物检测等领域，通过一种改进的基于网络的推断算法实现大规模的潜在微生物-疾病关系预测，能够更加准确地预测出微生物与疾病之间的关系。

为解决上述技术问题，本发明采用的一个技术方案是：利用已知的微生物-疾病关系数据，构建微生物-疾病关系网络，通过在微生物-疾病关系网络执行一种改进的基于网络的推断算法实现潜在的微生物-疾病关系预测，具体技术方案如下：

一种基于网络推断算法预测微生物和疾病关系的方法，包括如下步骤：

步骤一、根据已知的微生物-疾病关系数据，构建微生物-疾病关系网络；

步骤二、计算集成微生物网络拓扑相似性的邻接矩阵和计算集成疾病网络拓扑相似性的邻接矩阵，具体是：

计算集成微生物网络拓扑相似性的邻接矩阵的过程是：先根据步骤一所得微生物-疾病关系网络计算出微生物网络拓扑相似性，再计算集成微生物网络拓扑相似性的邻接矩阵；

计算集成疾病网络拓扑相似性的邻接矩阵的过程是：先根据步骤一所得微生物-疾病关系网络计算出疾病网络拓扑相似性，再计算集成疾病网络拓扑相似性的邻接矩阵；

步骤三、基于步骤二中集成微生物网络拓扑相似性的邻接矩阵和集成疾病网络拓扑相似性的邻接矩阵，通过改进的基于网络的推断算法得到每对微生物-疾病的关联分数；

改进的基于网络的推断算法详见公式5)和公式6)：