一个 lncRNA-疾病关联预测模型,基于两步PU学习和完全连接的神经网络

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 长非编码RNAs (lncRNAs) 调节人类疾病,但由于效率低下和主观性,实验验证是有限的.
• 现有的机器学习方法用于 lncRNA-疾病关联预测,通常使用随机选择的负样本,导致精度降低.
• 在 lncRNA-疾病关联预测中对数据特征的探索仍未得到充分探索.

研究的目的:

• 提出一种新的循环优化模型,用于预测lncRNA与疾病的关联 (COPTLDA).
• 通过实施有效的负样本选择的两步培训策略来提高预测准确性.
• 解决当前预测模型中随机负样本选择的局限性.

主要方法:

• 开发了一个循环优化模型 (COPTLDA),采用两步训练策略.
• 从未标记的数据中确定了高概率的负样本,以改进模型培训.
• 代地重复搜索和训练步骤以获得最佳预测模型.

主要成果:

• 根据COPTLDA模型,曲线下的面积 (AUC) 值高达0.9348.8.
• 拟议的抽样策略显著提高了模型的准确性和回忆力.
• 案例研究成功预测了lncRNA与结直肠癌,胃癌和乳腺癌等主要癌症的关联.

结论:

• COPTLDA提供了一种有效的计算方法,用于预测lncRNA与疾病的关联.
• 该模型识别可靠负样本的能力提高了预测性能.
• 预测的关联为了解lncRNA在恶性瘤和潜在治疗点中的作用提供了宝贵的见解.