相关实验视频
Updated: Jul 26, 2025

10:40
CRISPR Gene Editing Tool for MicroRNA Cluster Network Analysis
Published on: April 25, 2022
2.4K
CFNCM:基于社区的合作过模型,用于预测miRNA与疾病的关联
Biffon Manyura Momanyi1, Hasan Zulfiqar2, Bakanina Kissanga Grace-Mercure3
1School of Computer Science and Engineering, Center for Informational Biology, University of Electronic Science and Technology of China, Chengdu, China.
Computers in biology and medicine
|June 14, 2023
概括
本研究引入了一种计算模型,用于预测微RNA与疾病的关联,有助于理解疾病机制和识别潜在的生物标志物. 开发的模型,CFNCM,实现了高精度,促进了人类疾病诊断和治疗的进步.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 生物医学信息学 生物医学信息学
背景情况:
- 微RNA (miRNAs) 在人类疾病中起着至关重要的作用.
- 了解miRNA与疾病的相互作用对于了解疾病机制至关重要.
- miRNA与疾病的关联可以作为生物标志物和药物标.
研究的目的:
- 开发一个计算模型来预测潜在的miRNA-疾病关联.
- 克服昂贵和耗时的实验方法的局限性.
- 增强用于诊断和治疗目的的新型miRNA疾病联系的识别.
主要方法:
- 提出了基于社区的协作过分类模型 (CFNCM).
- 集成的miRNA和疾病相似性矩阵作为输入特征.
- 采用基于用户的协作过来生成关联分数和类标签 (1对于积极的关联,0否则).
- 使用机器学习算法,包括支持矢量机 (SVM),具有10倍交叉验证和GridSearchCV以进行优化.
主要成果:
- 该CFNCM模型表现出强大的预测性能.
- SVM分类器实现了曲线下的面积 (AUC) 为0.96.
- 在前50个与乳腺癌和肺癌相关的miRNA的验证中,分别在dbDEMC和miR2Disease数据库中确认了46个和47个预测的关联.
结论:
- 拟议的CFNCM模型是有效的预测miRNA-疾病的关联.
- 该模型为实验方法提供了具有成本效益和效率的替代方案.
- 精确预测miRNA与疾病的联系可以显著提升人类疾病的早期检测,诊断和治疗策略.

