[发明专利]基于双向随机游走和多标签学习的miRNA-环境因子关系预测方法

摘要

本发明公开了一种基于双向随机游走和多标签学习的miRNA‑环境因子关系预测方法。考虑到单一的生物数据的不完整，采用不同的生物数据和不同相似性度量方法分别计算miRNA和环境因子的相似性。另外，为了减少单个相似性度量噪声，本发明引入相似性矩阵融合方法来提高最终的miRNA和环境因子相似性可靠性。在此基础上，采用双向随机游走算法和多标签学习方法来预测潜在的miRNA‑环境因子关系。本发明简单有效，通过与其他方法比较，及在已知数据集上测试表明，该发明在miRNA‑环境因子潜在关系方面具有较好的预测性能。案例分析表明，本发明能够发现一些潜在的环境因子对应miRNA，能为生物学家进行miRNA‑环境因子发现的进一步实验提供有价值的参考信息。

主权项

1.一种基于双向随机游走和多标签学习的miRNA‑环境因子关系预测方法，其特征在于，包括以下步骤：1)首先基于已知的miRNA‑环境因子关系，构建miRNA‑环境因子矩阵ME；然后计算miRNA相似性和环境因子相似性，构建miRNA相似性矩阵和环境因子相似性矩阵；2)根据miRNA相似性矩阵和环境因子相似性矩阵分别构建miRNA相似性网络和环境因子相似性网络；再基于miRNA相似性网络、环境因子相似性网络和miRNA‑环境因子矩阵，构建miRNA‑环境因子关系网络；3)采用双向随机游走和多标签学习方法来预测潜在的miRNA‑环境因子关系：a)对于miRNA和环境因子都是已知的情况，采用双向随机游走方法，分别在miRNA相似性网络和环境因子相似性网络上进行不同步数游走，得到miRNA‑环境因子得分矩阵，分值越大表明对应的miRNA和环境因子存在关系的可能性越大；b)对于新的miRNA，基于miRNA的相似性网络和环境因子的相似性网络，采用多标签学习方法，得到新的miRNA与环境因子之间存在关系的概率值，概率值越大，两者存在关系的可能性越大；c)对于新的环境因子，基于miRNA的相似性网络和环境因子的相似性网络，采用多标签学习方法，得到新的环境因子与miRNA之间存在关系的概率值，概率值越大，两者存在关系的可能性越大；所述步骤1)中，构建miRNA‑环境因子矩阵ME，miRNA‑环境因子矩阵每一行对应一个miRNA，每一列对应一个环境因子；若已知miRNA mi和环境因子ej存在关系，则ME(i,j)等于1；否则，ME(i,j)等于0；其中i＝1,2,…,m；j＝1,2,…,e；m和e分别为已知的miRNA和环境因子个数；所述步骤b)具体为：b1)按如下方法计算新的miRNA mc与已知的环境因子ej存在关系的概率P(mc,ej)：其中，和表示两个先验概率；和表示两个后验概率；其中，e(i)表示miRNA mc的K个最近邻居中，本身和ej有关系，且其对应的K个最近邻居中，有i个miRNA和环境因子ej有关系的miRNA的个数；e′(i)表示miRNA mc的K个最近邻居中，本身和ej有关系，且其对应的K个最近邻居中，有i个miRNA和环境因子ej没有关系的miRNA的个数；s的取值采用交叉验证得到；b2)根据P(mc,ej)的值判断新的miRNA mc与已知的环境因子ej存在关系的可能性。