[发明专利]一种基于张量分解的miRNA-疾病关联预测方法及系统

说明书

本发明公开了一种基于张量分解的miRNA‑疾病关联预测方法及系统，该方法用张量表示miRNA‑疾病、miRNA‑基因和基因‑疾病之间的复杂关系，在张量分解过程中，结合辅助信息探索复杂的生物机制，再整合交替方向乘子法(ADMM)框架和共轭梯度(GC)法的优化策略求解目标函数，得到miRNA‑基因‑疾病关联评分张量，将关联评分张量转换为miRNA‑疾病关联评分矩阵，通过miRNA‑疾病关联评分矩阵评估方法性能，为疾病关联miRNA的获取提供有效结果；通过实验表明本发明所述方法具有良好的预测性能，可以为疾病关联miRNA的获取提供有效结果。

技术领域

本发明属于miRNA和疾病关联预测的生物信息学领域，涉及一种基于张量分解的miRNA-疾病关联预测方法及系统。

背景技术

miRNA是一类非编码RNA在动物体内通过靶向mRNA发挥重要的调控作用。在动物体内，miRNA参与细胞增殖、细胞分化、细胞凋亡等多个生命进程。有研究表明，miRNA的功能失调与疾病有重要联系，例如，在人类乳腺癌标本中，miR-892b的表达会产生明显变化，其表达情况与患者的生存期有密切联系。miR-218的缺失对机体的肌肉有重要影响。因此，研究疾病相关的miRNA对识别疾病的生物标志物有重要意义。进一步地研究显示，miRNA的功能失调会导致其调控的靶基因出现功能失调，进而影响疾病的产生与发展过程。例如，miR-27a-3p及其向调控的FBLN5会影响卵巢癌细胞发生和发展，miR-27a靶向TGF-βRI可影响宫颈腺癌发展。因此在研究过程中整合更多类型的信息，如miRNA调控的基因，对识别与疾病相关的miRNA和更加细致和深入地了解疾病的发病机制和分子积极的影响。

高通量测序技术的发展和应用使大量的生物数据被发现和积累，通过研究者们的收集和处理，不同类型的生物数据被整合进入不同的数据库，这为使用计算方法挖掘生物数据，探索生物数据间的关联提供了坚实的基础。目前，已有多个数据库提供大量数据用于miRNA-疾病关联数据研究，如HMDD、miRBase、miRTarBase等。在现有的miRNA-疾病关联预测方法中，与miRNA相关的基因信息和与疾病相关的基因信息作为影响miRNA和疾病关联研究的重要信息，常与miRNA之间的相似性信息和疾病之间的相似性信息一起，作为补充信息，被整合到用于miRNA-疾病关联预测的研究方法中。如何整合复杂的生物信息使其以更合理且有效的方式用于miRNA-疾病关联预测研究，也一直在miRNA-疾病关联预测研究中被积极探索。

张量作为一个高维数组，具有表示多类型数据间复杂关联的能力。一个n(＝3)阶张量，可以表示为一个n维数组，其每一维，可以表示一类数据。因此，可以用一个3阶张量，即miRNA-基因-疾病关联张量，表示miRNA、基因和疾病这三类的数据。在miRNA-基因-疾病关联张量中，一个元素可以表示一个miRNA、一个基因和一个疾病之间的关联，这将miRNA、基因、疾病之间的复杂关联整合为一个整体。在该张量中，存在大量的未知关联，可以通过张量分解技术，利用张量中已知的关联去对未知的关联进行预测。在实际应用中，miRNA-基因-疾病关联张量中的已知关联数量远远少于未知关联数据，即张量的稀疏度很高，为了缓解张量的高稀疏度问题，可以通过将如生物相似性信息等的辅助信息整合进张量分解的方法中，提高基于张量分解方法的性能。目前，缺乏高效的基于张量分解的方法识别miRNA-疾病的潜在关联。

因此，有必要设计一种基于张量分解的方法，整合多类型数据间的复杂关联，用于有效的预测miRNA-疾病间的关联。

发明内容

本发明目的在于提供一种有效的基于张量分解的miRNA-疾病关联预测方法及系统，该方法可以通过集成多类型的数据和这些数据间多复杂的关联，探索复杂的生物机制，为疾病关联miRNA的获取提供有效结果。

一方面，一种基于张量分解的miRNA-疾病关联预测方法，包括以下步骤：

步骤1：基于已知的miRNA-疾病关联数据、miRNA-基因关联数据和基因-疾病关联数据，构建miRNA-基因-疾病关联张量；