首页 期刊 计算机研究与发展 基于HeteSim的疾病关联长非编码RNA预测 【正文】

基于HeteSim的疾病关联长非编码RNA预测

作者:马毅; 郭杏莉; 孙宇彤; 苑倩倩; 任阳; 段然; 高琳 西安电子科技大学计算机科学与技术学院; 西安710071
致病基因预测   相关性计算   异质信息网络   hetesim方法   元路径  

摘要:越来越多的研究表明,长非编码 RNA(long non-coding RNA, lncRNA)在许多生物过程中具有重要的功能,而这些长非编码 RNA 的变异或功能失调会导致一些复杂疾病的发生.通过生物信息学方法预测潜在的长非编码 RNA-疾病关联关系,对于致病机理的探索以及疾病诊断、治疗、预后和预防都具有重要的意义.基于疾病基因关联关系的异质信息网络,研究者使用了一种相关性计算法方法——HeteSim来计算疾病基因之间的相关性,进而预测致病基因.使用的方法基于路径约束,具有可扩展性,算法效率高,留一交叉验证实验表明该方法的预测结果优于其他方法.将其应用在卵巢癌和胃癌的预测分析中,相关文献表明,所提方法的预测结果已被生物实验等验证,再次表明该方法的有效性.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅