[发明专利]一种基于相似性和双随机游走的微生物‑疾病关系预测方法

说明书

技术领域

本发明属于系统生物学领域，涉及一种基于相似性和双随机游走的微生物-疾病关系预测方法。

背景技术

越来越多的研究表明微生物在许多人类复杂疾病中起着非常重要的作用。随着目前下一代DNA测序技术的快速发展促进了人类身体之间微生物与疾病关联关系的发现，比如微生物群和各种癌症疾病，心血管疾病，代谢综合征(例如肥胖症和糖尿病)，中枢神经系统疾病和自身炎症性疾病等。这些研究不但有助于对疾病机制的了解，也有利于对疾病的新治疗和诊断方案的发展。比如，确认粪便微生物群移植是治疗梭菌感染的安全有效的治疗方案，其通过重新引入正常的菌群到供体粪便，校正不平衡并重新建立正常的肠功能。所以对生物与疾病的关系的系统理解变得越来越紧迫。

目前普遍使用的是通过常规的基于实验的方法发现微生物与疾病的关系，其缺点是耗时且昂贵，同时也受到实验环境的限制，比如一些细菌不能在现有的种植实验室环境中进行培养。与此同时，通过计算模型对微生物与疾病之间的关系进行预测方式并没有得到大力的应用发展。到目前为止，很少有通过计算模型对微生物与疾病的关系进行预测的方法出现。KATZHMDA方法是目前通过已知的微生物与疾病的关系来进行预测新的微生物与疾病的关系的第一个模型，其通过集成疾病表征相似性、高斯核相似性以及微生物高斯核相似性，利用KATZ度信息来预测新的微生物与疾病的关系。当前微生物在计算方面的研究，大都集中在微生物分类方面，而对其与疾病的关系的关注严重不够。当前对微生物与疾病的关系的计算预测模型的发展程度和预测结果还不足以让生物实验人员认识计算模型预测的有效性，并进一步以此作为后续实验研究的基础。

受制于生物实验验证的效率、通过计算模型预测微生物与疾病的关系的关注和进展不够以及其预测结果的有待进一步提高，当前对微生物与疾病的关系的系统理解还是有限的。迫切需要提出更加有效的预测模型，充分利用已有的生物信息，通过更加科学的方式发现新的微生物与疾病的关系，为后续其关系预测的研究奠定基础，并进一步为生物实验研究提供重要的基本依据。此外，随着当前计算生物学和下一代DNA测序技术的发展，了解到微生物对疾病的重要程度越来越高，进而对微生物与疾病的关系预测模型的发展提出了紧迫的需求。因此，为了进一步确认微生物与疾病的关系的重要性，为后续其关系预测模型的发展和生物实验验证提供帮助，有必要设计一种有效的微生物疾病关联关系预测的方法。

发明内容

本发明所要解决的技术问题是，针对现有技术的不足，提供一种基于相似性和双随机游走的微生物-疾病关系预测方法，能够较准确的预测微生物与疾病的关系，为后续其关系预测模型的发展提供基础并进一步有效的避免生物化学实验所消耗的大量人力物力。

发明的技术解决方案如下：

一种基于相似性和双随机游走的微生物-疾病关系预测方法,包括以下步骤：

步骤1：分别构建疾病功能相似性矩阵D_funsim、疾病高斯核相似性矩阵K_GIP,d和微生物高斯核相似性矩阵K_GIP,m；

步骤2：集成疾病功能相似性矩阵D_funsim和疾病高斯核相似性矩阵K_GIP,d得到疾病最终相似性矩阵S_d；将微生物高斯核相似性矩阵K_GIP,m作为微生物最终相似性矩阵S_m；

步骤3：根据已知的微生物-疾病关系、微生物最终相似性矩阵S_m和疾病最终相似性矩阵S_d，构建一个双层的异构网络，利用双随机游走方法对微生物-疾病对进行关联分数预测；关联分数越大，则对应的微生物-疾病对存在关系的可能性越大。

进一步地，所述步骤1中，首先根据已知的疾病-基因关系和基因的功能相似性计算两种疾病之间的功能相似性，然后由所有疾病两两之间的功能相似性构建疾病功能相似性矩阵D_funsim；

对于任意两种疾病A和B，其功能相似性计算公式如下：