[发明专利]一种基于BPSO-KNN模型的关键lncRNA预测方法

说明书

本发明涉及一种基于BPSO‑KNN模型的关键lncRNA预测方法，首先对lncRNA表达谱进行数据挖掘，依据不同疾病表达谱中lncRNA的表达比，分析相应lncRNA对不同类型疾病的影响；接着对LncRNA表达谱数据进行降维去燥、以及标准化处理；其次构建ML‑KNN预测结果评估模型来评价LncRNA粒子，并将评估值作为离散粒子群算法DPSO的适应度函数，用以指导DPSO中微粒的最优解；最后采用迭代法选择最终的LncRNA。本发明能够根据基因表达数据图谱，有效地预测出与癌症有关联的LncRNA。

技术领域

本发明涉及生物治疗领域，特别是一种基于BPSO-KNN模型的关键lncRNA预测方法。

背景技术

长链非编码RNA(long non-coding RNA，lncRNA)是一类转录本长度超过200nt、不编码蛋白的RNA。lncRNA起初被认为是基因组转录的“噪音”，不具有生物学功能。然而，近年来的研究表明LncRNA能在表观遗传、转录及转录后水平上调控基因表达，参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程，与人类疾病的发生、发展和防治都有着密切联系,尤其在恶性肿瘤的发生发展过程中扮演着重要角色。随着基因芯片技术与高通量技术的飞速发展，LncRNA的研究作为RNA研究的新领域，已经成为一个新的研究热点。

癌症是一种复杂疾病，与多个基因的突变相关，包括表观遗传变异、染色体易位、基因缺失和拷贝数变异。非编码RNA(non-coding RNA，ncRNA)是一种具有基因组的编码域但大部分都没有翻译成蛋白质的新兴转录本，在各种细胞的生理功能中，ncRNAs扮演关键角色，特别是长非编码RNA(long non-coding RNA，lncRNA)，在染色质动力学、基因表达、细胞生长和分化调节中，lncRNA起着关键作用。肿瘤样本的全基因组关联研究已经确定了，大量lncRNAs与多种癌症有关，lncRNA表达量的改变及其突变促进肿瘤发生和转移，lncRNAs可能表现出肿瘤抑制和促进(致癌)的功能。由于它们的组织特异性表达特点,lncRNAs可以被作为新型生物标志物和治疗癌症的目标。

发明内容

有鉴于此，本发明的目的是提出一种基于BPSO-KNN模型的关键lncRNA预测方法，能够根据基因表达数据图谱，有效地预测出与癌症有关联的LncRNA。

本发明采用以下方案实现：一种基于BPSO-KNN模型的关键lncRNA预测方法，包括以下步骤：

步骤S1：对lncRNA表达谱进行数据挖掘，依据不同疾病表达谱中lncRNA的表达比，分析相应lncRNA对不同类型疾病的影响；

步骤S2：对LncRNA表达谱数据进行降维去噪、以及标准化处理；

步骤S3：构建ML-KNN预测结果评估模型来评价LncRNA粒子，并将评估值作为离散粒子群算法DPSO的适应度函数，用以指导DPSO中微粒的最优解；

本发明采用ML-KNN分类器来评价LncRNA粒子，评估值将作为DPSO的适应度函数，来指导DPSO中微粒的最优解。BPSO的自适应能力是无需对大量组合进行检索便可以找到最佳的lncRNA组合，极大地提高了搜索的效率。邻近算法(KNN)是一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。本发明中最终选择LncRNA的效果评判，同样由ML-KNN评估模型进行。

步骤S4：采用迭代法选择最终的LncRNA。