基于深度学习的miRNA与疾病相关性预测算法

• 作者: 宋传东 宋克俭 尤著宏 徐涛 王海峰 王磊 闫欣
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 深度学习 miRNA-疾病关系 堆叠自动编码器 旋转森林
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 870-877
• 页数: 8页
• 分类号: TP399
• 字数: 4352字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.05.006

摘要

大量研究表明,microRNA(miRNA)在人类复杂疾病研究中发挥着重要作用.识别miRNA与疾病之间的关系对于提高复杂疾病的治疗水平具有重要意义.然而,传统实验方式常受限于小规模和高成本,因此迫切需要计算模拟的方式快速有效地预测miRNA-疾病间的潜在关系.本文通过结合深度学习的堆叠自动编码器算法与旋转森林分类器对miRNA-疾病间关系进行预测.该方法能够有效抽取出融合了疾病语义相似性、miRNA功能相似性和miRNA序列信息的高级特征并对其进行准确分类.在交叉验证实验中,该方法在HMDD v3.0数据集上取得90.30％的预测准确率.此外,我们还在人类复杂疾病乳腺肿瘤上做了案例研究.结果,模型预测得分最高的前30个疾病关联miRNA中28个得到了证实.这些优异的结果表明,该算法是一种有效预测miRNA-疾病关系的工具,能够为生物实验提供高可靠的疾病关联miRNA候选物.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	枣庄学院信息科学与工程学院	8	32	2.0	5.0
2	尤著宏	中国科学院新疆理化技术研究所	6	49	3.0	6.0
3	王海峰	枣庄学院信息科学与工程学院	8	24	2.0	4.0
4	宋传东	枣庄学院信息科学与工程学院	6	5	2.0	2.0
5	徐涛	枣庄学院信息科学与工程学院	26	16	3.0	3.0
6	宋克俭	江西理工大学信息工程学院	3	4	1.0	2.0
7	闫欣	枣庄学院外国语学院	7	1	1.0	1.0