[发明专利]一种基于图卷积神经网络和node2vec的circRNA-疾病关联关系预测方法

说明书

一种基于图卷积神经网络和Node2vec的circRNA‑疾病关联关系预测方法，步骤如下：获取circRNA‑疾病关联矩阵；计算circRNA功能相似性、circRNA高斯相互作用谱核相似性、疾病高斯相互作用谱核相似性、疾病语义相似性，构建circRNA集成相似性和疾病集成相似性，生成circRNA‑疾病异构图；稀疏自动编码器对circRNA(疾病)集成相似性进行特征提取和变换后转为64维特征向量，融合circRNA特征向量和疾病特征向量为最终的circRNA‑疾病特征向量；图卷积神经网络对circRNA‑疾病异构图提取节点的局部结构信息；Node2vec方法对circRNA‑疾病异构图提取节点的全局结构信息；将前两步得到的节点信息送入到随机森林分类器中，预测潜在的circRNA‑疾病关联关系。通过计算方法预测与疾病相关的circRNA，节省时间，有助于阐明疾病发病机制，寻找有效治疗方案。

技术领域

本发明涉及生物信息学中的关联预测领域，具体地，涉及到一种基于图卷经神经网络和Node2vec的circRNA-疾病关联关系预测方法。

背景技术

1976年，第一个circRNA被发现是在研究RNA病毒中。由于circRNA的结构特异性、未知功能和低丰度，被认为是人工制品或错误剪接产物。随着测序技术的发展，越来越多的circRNA在数千种生物体中被鉴定出来，例如植物、动物和细菌。人们发现circRNA具有重要的分子功能：参与基因表达的调控，充当分子海绵吸收microRNA，抑制miRNA的活性，调节信使RNA的表达等。circRNA的突变或功能异常导致各种生命活动的絮乱，从而引起疾病。为此，探讨circRNA在疾病发生中的机制以及在疾病治疗中的作用，了解circRNA与疾病的关联关系是生物信息学研究的一个重要内容，有利于疾病的预后、诊断和治疗，是未来研究的新途径。

传统的生物实验验证方法需要大量的人力物力，预测精度高但耗时。利用计算方法挖掘数据的生物学特征，预测circRNA与疾病关联关系，方便又高效。当前用于预测circRNA-疾病关联关系的计算方法，可分为基于网络传播和基于机器学习两大类。

基于网络传播的方法利用circRNA与疾病关联数据构建circRNA(疾病)相似性网络，预测潜在的circRNA与疾病关联关系。Fan等在circRNA表达谱、疾病表型相似性和已知的circRNA-疾病关联构建的异质网络上，采用KATZ措施开发了计算模型KATZHCDA。该模型对异质网络采用简单的度量方法就能成功地预测出circRNA-疾病关联关系，但不适用于预测没有任何已知circRNA关联的新疾病或没有任何已知疾病关联的孤立circRNA。Li等提出一种使用DeepWalk和网络一致性投影方法用于circRNA与疾病关联预测DWNCPCDA。其优势是采用网络嵌入方法DeepWalk学习已知circRNA与疾病关联网络的节点嵌入，与基于相似性方法相结合，为circRNA-疾病关联预测提供更大的灵活性。未来，将整合更多的circRNA或疾病的生物医学关联数据，如circRNA-miRNA关联和miRNA-疾病关联，进一步提高预测性能。