[发明专利]一种基于点割集的LncRNA与疾病关联关系的预测方法

权利要求书

1.一种基于点割集的LncRNA与疾病关联关系的预测方法，其特征在于，包括以下步骤：

S1：构建LncRNA与疾病的相互作用网络；

S2：基于所述相互作用网络构建邻接矩阵；

S3：基于所述邻接矩阵构建最短跳矩阵；

S4：根据所述邻接矩阵与所述最短跳矩阵收集所述相互作用网络中节点的点割集；

S5：根据所述点割集构建距离相关系数矩阵；

S6：根据所述距离相关系数矩阵、疾病节点之间的欧氏距离、疾病节点的数据差异、LncRNA节点之间的欧氏距离、LncRNA节点的数据差异和疾病节点与LncRNA节点的关联强相关值构建距离差异矩阵；

S7：根据距离差异矩阵计算节点对的相关度，并根据节点对的相关度构建节点关联度矩阵；

S8：分解所述节点关联度矩阵得到供LncRNA与疾病关联关系预测的预测子矩阵以根据预测子矩阵验证LncRNA与疾病关联关系的准确性；

所述S3中构建所述最短跳矩阵包括以下步骤：

S301：设定参数r，若r＜1则设定参数k＝1，否则k为r向下取整；

S302：若邻接矩阵中的元素为1，则设置最短跳矩阵对应的元素为1，否则，从2次幂开始依次计算所述邻接矩阵的幂矩阵所述元素的值，若在第m次幂时，该元素不为0，则设置最短跳矩阵对应的元素为m，若所述邻接矩阵的第k次幂矩阵所述元素的值依然为0，则设置最短跳矩阵对应的元素为k，其中，2≤m≤k。

2.根据权利要求1所述的一种基于点割集的LncRNA与疾病关联关系的预测方法，其特征在于，所述S4中收集所述相互作用网络中节点的点割集的方式为：若r≤1时，点割集为邻接矩阵中元素为1的节点；若r＞1时，点割集为最短跳矩阵中与除自己以外与自己跳数大于0的节点。

3.根据权利要求2所述的一种基于点割集的LncRNA与疾病关联关系的预测方法，其特征在于，所述S5中的所述距离相关系数矩阵为：

其中，P(i,j)为节点v_i和v_j的关联系数，所述关联系数的求取公式为：

其中，SHM(i,j)为最短跳矩阵对应元素。

4.根据权利要求3所述的一种基于点割集的LncRNA与疾病关联关系的预测方法，其特征在于，所述S6中的所述距离差异矩阵：

DDM＝Z^T×DCCM×Z

其中，FDD为疾病的距离差异矩阵，FDL为LncRNA的距离差异矩阵，ASCM为关联强相关矩阵。

5.根据权利要求4所述的一种基于点割集的LncRNA与疾病关联关系的预测方法，其特征在于，所述疾病的距离差异矩阵的元素：

其中，ED(i,j)表示疾病节点d_i与d_j的欧氏距离，IED(i,j)表示疾病节点d_i与d_j的数量差异；

所述LncRNA的距离差异矩阵的元素：

其中，EL(i,j)表示LncRNA节点l_i和l_j的欧氏距离，IEL(i,j)表示LncRNA节点l_i和l_j的数量差异；

所述关联强相关矩阵：

ASCM(i,j)＝ASC(d_i,l_D+j)

其中，ASC(d_i,l_j)表示疾病d_i与LncRNAl_j的关联强相关值。