[发明专利]一种circRNA和miRNA关联关系高效预测方法

说明书

本发明公开一种circRNA和miRNA关联关系高效预测方法，包括如下步骤：1、下载circRNA、疾病与miRNA数据，构建circRNA与miRNA的邻接矩阵A；2、计算基于疾病和miRNA的circRNA高斯内核相似度矩阵CCIS和CMIS，计算circRNA的序列相似度矩阵CES；计算基于疾病和circRNA的miRNA高斯内核相似度矩阵MIS和MCIS；3、构建circRNA和miRNA的综合相似度矩阵CS和MS；4、基于Node2vec算法计算相似度矩阵CNS、MNS；5、分别把CNS、MNS与A拼接成特征矩阵CF、MF；6、基于0矩阵与邻接矩阵A构建异构邻接矩阵A_cm；基于CF和MF构建异构特征矩阵CM；7、把异构邻接矩阵A_cm与CM嵌入图注意力网络，基于talking‑heads与条件随机场算法进行编码，再通过完全矩阵分解算法进行解码得出最终得分矩阵进行预测。本发明是一种新的预测circRNA与miRNA关联方法。

技术领域

本发明涉及生物信息学领域，具体涉及一种预测circRNA和miRNA关联关系的方法。

背景技术

随着基因组学和生物信息学的发展，尤其是高通量测序技术的大量应用，科学家发现了越来越多的非蛋白编码的转录单元。尤其是circRNA作为miRNA(microRNA)的海绵吸附体，可间接调控miRNA靶基因表达，在人类疾病的发生发展过程中发挥重要作用。因此，circRNA可作为疾病的生物标志物，广泛用于疾病诊断。

目前人们对circRNA的形成和特征已基本了解，但仍有许多生物学功能尚不清楚。有关circRNA的研究主要集中在其与疾病间的相关性方面，大量研究表明，circRNA可作为疾病的生物标志物，在癌症治疗及预防方面存在巨大的发展潜力，但对各种疾病的发生发展调控机制知之甚少，需进行深入探究。并且circRNA还有许多尚未知悉的重要生物学功能，其在各研究领域均具有巨大的应用潜力。

照人类全基因转录组分析，人类基因组有大量的基因产生转录为RNA，但是仅有百分之一到百分之二的RNA翻译成蛋白质。这暗示了人类基因组有大量序列不编码蛋白质，生物体有大量miRNA的产生。尤其是circRNA作为miRNA的海绵吸附体，它可以间接调控miRNA靶基因表达。然而，绝大多数circRNA与疾病之间的关联、miRNA与疾病之间的关联尚不清楚，需要通过实验发现circRNA与miRNA之间未知的交互关系来帮助研究人员发现它们与疾病之间的关系，用以探索它们之间的潜在调控机制与进行新药品的研制。

此外，circRNA的研究是当前的一个研究热点问题，越来越多的实验证据表明，它们在染色体重组、转录激活、转录抑制、蛋白抑制和转录后修饰等方面发挥着极其重要的作用。许多circRNA通过实验被识别出来放在公共的医学数据库中，其中也包括一些circRNA-疾病关联的数据库，比如CircR2Disease和Circ2Disease以及circBase等，这些数据库用以收录多种已发现的与疾病相关的circRNA。

然而，绝大多数circRNA与疾病、miRNA与疾病之间的关联尚不清楚，另一方面，研究表明由遗传RNA的基因排列顺序对疾病也起着重要作用，所以对circRNA、miRNA与基因、序列的关联关系进行预测有助于研究circRNA、miRNA与疾病之间的关系。但是，基于实验方法预测circRNA、miRNA与疾病关联的方法是既昂贵又耗时，并且现有的方法很少使用异构生物网络的拓扑信息，或者简单地将所有对象视为同一类型，而不考虑异构网络中不同路径的不同细微语义含义，这在一定程度上会降低准确度。因此，迫切需要提出更高效的基于计算的方法预测circRNA和miRNA的关联，来帮助发现circRNA、miRNA与疾病之间的关系。

发明内容

本发明的目的是针对现有生物技术耗费较高，提出一种基于深度学习的方法，在异构网络中预测circRNA-miRNA关联关系的方法，来帮助发现circRNA、miRNA与疾病之间的关系。