[发明专利]一种miRNA-疾病关联预测方法、系统、终端以及存储介质

权利要求书

1.一种miRNA-疾病关联预测方法，其特征在于，包括以下步骤：

步骤a：根据miRNA-疾病相关数据构建miRNA-疾病关联矩阵、miRNA相似度矩阵以及疾病相似度矩阵；

步骤b：根据所述miRNA-疾病关联矩阵、miRNA相似度矩阵和疾病相似度矩阵构建异构网络；

步骤c：采用神经网络学习所述异构网络的拓扑信息，通过拓扑保持计算所述异构网络的最优参数，并根据所述最优参数重建所述异构网络；所述重建后的异构网络即为miRNA与疾病的关联得分矩阵。

2.根据权利要求1所述的miRNA-疾病关联预测方法，其特征在于，所述步骤a中，所述miRNA-疾病相关数据包括miRNA-疾病关联数据、基因功能信息、miRNA-target关联信息、miRNA家族和簇的信息以及miRNA功能相似度数据。

3.根据权利要求2所述的miRNA-疾病关联预测方法，其特征在于，在所述步骤a中，所述构建miRNA-疾病关联矩阵具体为：

根据所述miRNA-疾病关联数据构建miRNA-疾病关联矩阵。

4.根据权利要求2所述的miRNA-疾病关联预测方法，其特征在于，在所述步骤a中，所述构建miRNA相似度矩阵具体为：

根据所述miRNA-target关联信息、miRNA家族信息、miRNA簇信息以及miRNA功能相似度数据构建miRNA相似度矩阵。

5.根据权利要求4所述的miRNA-疾病关联预测方法，其特征在于，所述构建miRNA相似度矩阵还包括：

根据所述miRNA-target关联信息计算得到基于靶基因的相似度矩阵；

根据所述miRNA家族信息计算得到基于miRNA家族信息的相似度矩阵；

根据miRNA簇信息计算得到基于miRNA簇信息的相似度矩阵；

根据miRNA功能相似度数据计算得到基于miRNA功能相似度数据的相似度矩阵；

将上述四种相似度矩阵加权求和，得到miRNA相似度矩阵。

6.根据权利要求2所述的miRNA-疾病关联预测方法，其特征在于，在所述步骤a中，所述构建疾病相似度矩阵具体为：

基于所述基因功能信息构建疾病相似度矩阵。

7.根据权利要求1至6任一项所述的miRNA-疾病关联预测方法，其特征在于，在所述步骤b中，所述构建异构网络具体包括：

将所述miRNA-疾病关联矩阵、所述miRNA相似度矩阵和所述疾病相似度矩阵标准化；

将标准化后的miRNA-疾病关联矩阵、所述miRNA相似度矩阵和所述疾病相似度矩阵合并成一个异构网络。

8.根据权利要求1所述的miRNA-疾病关联预测方法，其特征在于，在所述步骤c中，所述通过拓扑保持计算所述异构网络的最优参数包括：

通过梯度下降方式得到网络最优参数：

上式中，MS表示miRNA相似度矩阵，MD表示mirna-疾病关联矩阵，DS表示疾病相似度矩阵，F表示节点的特征矩阵，行数为节点个数，列数为特征向量的维度，F^T表示F的转置矩阵。

9.一种miRNA-疾病关联预测系统，其特征在于，包括：

根据miRNA-疾病相关数据构建miRNA-疾病关联矩阵、miRNA相似度矩阵以及疾病相似度矩阵的第一矩阵构建模块、第二矩阵构建模块以及第三矩阵构建模块；以及

异构网络构建模块：用于根据所述miRNA-疾病关联矩阵、miRNA相似度矩阵和疾病相似度矩阵构建异构网络；

特征提取模块：用于采用神经网络学习所述异构网络的拓扑信息；

网络参数计算模块：用于通过拓扑保持计算所述异构网络最优参数；

网络重建模块：用于根据所述最优参数重建所述异构网络；所述重建后的异构网络即为miRNA与疾病的关联得分矩阵。