[发明专利]基于深度学习的非编码RNA与疾病之间关联的预测方法

说明书

本发明提供了一种基于深度学习的非编码RNA与疾病之间关联的预测方法，分别从多个层次度量非编码RNA，疾病的相似性，在构造非编码RNA与疾病关联的特征时，不同于现有方法，本发明考虑了可能影响其关联程度的三个因素：所有非编码RNA相似信息，所有疾病相似信息，以及已知非编码RNA和疾病的关联信息，充分利用三者信息量化目标关联对的特征，解决了已有技术在构造关联对特征时，忽略重要的已知关联信息问题。并且在多角度的特征融合过程中，本发明利用深度学习卷积神经网络整合提取非编码RNA和疾病的高层关联特征，克服了已有技术以初始特征数据为中心，忽视特征数据与关联程度信息的缺陷。

技术领域

本发明涉及生物信息学技术领域，尤其涉及一种基于深度学习的非编码RNA与疾病之间关联的预测方法。

背景技术

非编码RNA在细胞发育，细胞分化，信号传导等多个生命活动过程中发挥着关键作用，其与疾病的发生、发展和治疗关联密切，利用已知的生物实验知识来预测多个非编码RNA与疾病的关联，对疾病的病理理解和治疗具有重要的研究意义。

基于机器学习的方法是目前重要的一种非编码RNA与疾病的关联预测技术。首先，利用常规的序列比对方法，高斯核交互谱统计等方法来计算非编码RNA之间的功能相似性，利用疾病的语义信息，或疾病与其关联的分子交互等信息来计算多种疾病之间的相似性。然后利用多核融合方法对多个角度的相似特征进行整合。针对已知关联的非编码RNA与疾病，将其与所有的非编码RNA和疾病相似性进行拼接，从而构建关联特征。利用训练样本对分类器的参数进行学习，最终利用学习得到的模型对未知关联的非编码RNA和疾病的关联程度进行预测。

提取非编码RNA和疾病的关联特征是后续模型预测的关键一步。现有的基于机器学习方法在构造非编码RNA与疾病的关联特征时，考虑整合多个角度量化的非编码RNA之间、疾病之间的相似信息，针对一个非编码RNA和疾病关联对，将非编码RNA间相似特征和疾病相似特征进行拼接得到最终的关联对特征。然而，事实上，影响非编码RNA和疾病关联的因素不仅仅是预测未知关联对与其他非编码RNA和疾病的相似程度，其他非编码RNA和疾病之间的关联程度对未知关联对的关联预测也起着重要作用。现有基于机器学习的预测方法，在构建未知关联对的关联特征时，没有考虑到其他非编码RNA与疾病的关联信息，未能较好的利用已知分子与疾病的交互信息。

随着生物分子信息的不断积累，促使量化分子间，疾病间的相似性方法逐渐增多。现有基于机器学习的非编码RNA和疾病预测方法常规采用多核融合方法对多角度量化的非编码RNA相似特征，疾病相似特征进行整合。然而，多核数据融合方法旨在对原始数据进行核变化，整合多个层次数据得到系统的相似特征。此多核融合过程仅对原始数值进行线性或非线性约束变换，并未考虑到数据本身特征对最终关联预测结果的贡献价值，导致融合特征过程中噪音数据的保留，以及可能有用信息的丢失，从而影响了预测关联结果的有效性和准确性。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于深度学习的非编码RNA与疾病之间关联的预测方法，本发明具体通过如下技术方案实现：