相关实验视频
Updated: Jul 5, 2025
06:16
mirMachine: A One-Stop Shop for Plant miRNA Annotation
Published on: May 1, 2021
2.6K
DNI-MDCAP:基于深度网络归算的因果MiRNA疾病关联预测的改进
Yu Han1, Qiong Zhou1, Leibo Liu1
1Department of Biomedical Informatics, School of Basic Medical Sciences, Peking University, Beijing, China.
BMC bioinformatics
|January 12, 2024
概括
DNI-MDCAP模型准确地区分了因果微RNA与疾病的关联. 这种计算工具可以改善疾病机制的理解,并通过预测微RNA与疾病之间的因果关系来确定潜在的治疗点.
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:
- 微RNAs (miRNAs) 在疾病发展中起着至关重要的作用.
- 大约20%的miRNA疾病关联是因果关系的.
- 现有的计算模型很难区分因果与非因果的miRNA-疾病关联.
研究的目的:
- 开发一种高效的计算模型,用于预测因果miRNA与疾病的关联.
- 改善因果和非因果 miRNA-疾病关系之间的歧视.
- 为识别新型疾病机制和治疗点提供可靠的工具.
主要方法:
- 开发了DNI-MDCAP,一个增强的计算模型.
- 包含了高级miRNA相似度指标.
- 利用深度图形嵌入式学习用于网络归算和半监督学习框架.
主要成果:
- DNI-MDCAP在识别因果miRNA-疾病关联方面取得了很好的表现 (AUROC 0.896).
- 该模型在区分因果关联方面表现出比现有方法更好的预测性能 (AUROC 0.870).
- 预测的因果关联,如糖尿病病和hsa-miR-193a,得到了近期文献的验证.
结论:
- DNI-MDCAP是一个专门的工具,用于准确区分因果性miRNA-疾病关联.
- 该模型在预测这些关键关系方面提供了大幅度改进的准确性.
- DNI-MDCAP是公开可访问的,用于研究.
