基于拓?fù)浣Y(jié)構(gòu)的度量學(xué)習(xí)與拓?fù)鋫鞑サ膍iRNA-疾病關(guān)聯(lián)預(yù)測(cè)算法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>4377 K
標(biāo)簽： 深度學(xué)習(xí) miRNA-疾病關(guān)聯(lián) 度量學(xué)習(xí)
所需積分：0分積分不夠怎么辦？
文檔介紹：miRNA的突變和異常表達(dá)可能導(dǎo)致各種疾病，因此預(yù)測(cè)miRNA與疾病的潛在相關(guān)性對(duì)于臨床醫(yī)學(xué)和藥物研究的發(fā)展具有重要意義。拓?fù)浣Y(jié)構(gòu)是miRNA-疾病預(yù)測(cè)算法的重要組成部分，然而當(dāng)前算法并未有效利用拓?fù)浣Y(jié)構(gòu)導(dǎo)致預(yù)測(cè)結(jié)果并不理想。與此同時(shí)，如何有效地融合多源數(shù)據(jù)也是當(dāng)前的研究趨勢(shì)。針對(duì)上述問(wèn)題，提出一種自適應(yīng)融合異質(zhì)節(jié)點(diǎn)結(jié)構(gòu)信息算法（MMTP），通過(guò)利用節(jié)點(diǎn)的一階鄰居和元路徑誘導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)結(jié)構(gòu)特征，并利用度量學(xué)習(xí)和拓?fù)鋫鞑プ赃m應(yīng)地融合異質(zhì)節(jié)點(diǎn)結(jié)構(gòu)信息，以提升miRNA-疾病預(yù)測(cè)精度。5折交叉驗(yàn)證實(shí)驗(yàn)結(jié)果表明，MMTP在HMDD v3.2數(shù)據(jù)集上的受試者操作曲線下面積（AUC）為94.81，高于其他模型。并且在基于腎癌的案例研究中，該模型所預(yù)測(cè)的前30個(gè)miRNAs全部得到證實(shí)。上述研究證明，所提的MMTP模型可有效預(yù)測(cè)miRNA-疾病相關(guān)性。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。