[发明专利]一种基于相似性和逻辑矩阵分解的miRNA‑疾病关联关系预测方法

权利要求书

1.一种基于相似性和逻辑矩阵分解的miRNA-疾病关联关系预测方法,其特征在于，包括以下步骤：

步骤1：构建疾病功能相似性矩阵D_funsim；

步骤2：构建miRNA功能相似性矩阵M_funsim；

步骤3：根据已知的miRNA-疾病关联关系分别构建miRNA高斯核相似性矩阵K_GIP,m和疾病高斯核相似性矩阵K_GIP,d；

步骤4：基于miRNA功能相似性矩阵M_funsim和高斯核相似性矩阵K_GIP,m计算miRNA最终相似性矩阵S_m；基于疾病功能相似性矩阵D_funsim和高斯核相似性矩阵K_GIP,d计算疾病最终相似性矩阵S_d；

步骤5：首先根据已知的miRNA-疾病关联关系、miRNA最终相似性矩阵S_m和疾病最终相似性矩阵S_d，利用逻辑矩阵分解构建miRNA-疾病关联关系预测模型；然后通过动态近邻正则化对预测模型进行优化；

步骤6：首先求解优化后的预测模型，得到miRNA和疾病的潜在特征向量；然后根据miRNA和疾病的潜在特征向量，计算需要预测的miRNA-疾病对之间的关联关系分数；分数越高，相应的miRNA-疾病对存在关联关系的可能性越大。

2.根据权利要求1所述的基于相似性和逻辑矩阵分解的miRNA-疾病关联关系预测方法，其特征在于，所述步骤1中，首先根据疾病基因关系和基因的功能相似性计算两种疾病之间的功能相似性，然后由所有疾病两两之间的功能相似性构建疾病功能相似性矩阵D_funsim；

对于任意两种疾病A和B，其功能相似性计算公式如下：

Dfunsim(A,B)=Σ1≤i≤mFSGB(gAi)+Σ1≤j≤nFSGA(gBj)m+n,]]>

其中，G_A＝{g_A1,g_A2,......,g_Am}和G_B＝{g_B1,g_B2,......,g_Bn}分别为与疾病A和B相关联的基因集合，m和n分别为基因集合G_A和G_B中的基因数目；为基因g_Ai与基因集合G_B的功能相似性值，为基因g_Bj与基因集合G_A的功能相似性值，它们的计算方式如下：

FSGB(gAi)=max1≤j≤n(F(gAi,gBj)),]]>

FSGA(gBj)=max1≤i≤m(F(gAi,gBj)),]]>

其中F(g_Ai,g_Bj)为基因g_Ai和基因g_Bj的语义相似性值，在HumanNet数据库中，给出了基于对数似然函数的语义相似性值计算值，具体如下：

F(g_Ai,g_Bj)＝LLS(g_Ai,g_Bj).

其中，LLS表示对数似然函数(在HumanNet数据库中，使用对数似然函数计算基因语义相似性值为现有技术)。