| 基于HeteSim的疾病关联长非编码RNA预测 |
| |
| 引用本文： | 马毅,郭杏莉,孙宇彤,苑倩倩,任阳,段然,高琳.基于HeteSim的疾病关联长非编码RNA预测[J].计算机研究与发展,2019,56(9):1889-1896. |
| |
| 作者姓名： | 马毅 郭杏莉 孙宇彤 苑倩倩 任阳 段然 高琳 |
| |
| 作者单位： | 西安电子科技大学计算机科学与技术学院 西安710071;西安电子科技大学计算机科学与技术学院 西安710071;西安电子科技大学计算机科学与技术学院 西安710071;西安电子科技大学计算机科学与技术学院 西安710071;西安电子科技大学计算机科学与技术学院 西安710071;西安电子科技大学计算机科学与技术学院 西安710071;西安电子科技大学计算机科学与技术学院 西安710071 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
| 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.
|
| 关 键 词： | 致病基因预测 相关性计算 异质信息网络 HeteSim方法 元路径 |
Prediction of Disease Associated Long Non-Coding RNA Based on HeteSim |
| |
| Ma Yi,Guo Xingli,Sun Yutong,Yuan Qianqian,Ren Yang,Duan Ran,Gao Lin.Prediction of Disease Associated Long Non-Coding RNA Based on HeteSim[J].Journal of Computer Research and Development,2019,56(9):1889-1896. |
| |
| Authors: | Ma Yi Guo Xingli Sun Yutong Yuan Qianqian Ren Yang Duan Ran Gao Lin |
| |
| Affiliation: | (School of Computer Science and Technology,Xidian University,Xi'an 710071) |
| |
| Abstract: | Ma Yi;Guo Xingli;Sun Yutong;Yuan Qianqian;Ren Yang;Duan Ran;Gao Lin(School of Computer Science and Technology,Xidian University,Xi'an 710071) |
| |
| Keywords: | disease-gene prediction correlation calculation heterogeneous information networks HeteSim meta-path |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
