一种基于向量投影相似性的方法,用于预测miRNA与疾病的关联
Guobo Xie1, Weijie Xie1, Guosheng Gu1
1School of Computer, Guangdong University of Technology, Guangzhou, 510000, China.
Analytical biochemistry
|December 20, 2023
概括
这项研究引入了一种新的基于向量投射相似性的miRNA疾病协会预测方法 (VPSMDA). VPSMDA通过更好地考虑已知的和未知的miRNA疾病关联来改进现有方法,实现更高的预测准确度.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 斯相互作用档案内核相似性 (GIPS) 常用于miRNA-疾病关联预测.
- GIPS忽视了miRNA-疾病关联矩阵的特异性,特别是代表未发现关系的零值.
研究的目的:
- 提出一种新的方法,VPSMDA,用于miRNA疾病关联预测.
- 通过结合已知的和未知的miRNA-疾病关联来增强相似度.
- 为了提高预测潜在miRNA疾病联系的准确性.
主要方法:
- 开发了一种基于向量投射相似性的方法来预测miRNA疾病协会 (VPSMDA).
- 在miRNA-疾病关联矩阵中引入了三个投影规则和后勤功能.
- 整合矢量投影与原始矩阵相似,以创建一个改进的相似矩阵.
- 使用邻居信息构建了一个加权矩阵,以减少噪音.
主要成果:
- 与七种最先进的方法相比,VPSMDA在LOOCV和5倍CV实验中表现优越,达到更高的AUC值.
- 一个案例研究表明VPSMDA成功预测了三种人类疾病的前10个关联,最近的生物医学资源证实了10,9和10个预测.
结论:
- 通过考虑矩阵特异性,VPSMDA提供了一种更有效的方法来预测miRNA疾病关联.
- 该方法显示了识别新型miRNA-疾病关系的巨大潜力.
- VPSMDA的性能优于现有的预测模型,并提供由外部数据验证的可靠预测.
