基于拓扑结构的度量学习与拓扑传播的miRNA-疾病关联预测算法
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>4377 K
標(biāo)簽： 深度学习 miRNA-疾病关联 度量学习
所需積分：0分積分不夠怎么辦？
文檔介紹：miRNA的突变和异常表达可能导致各种疾病，因此预测miRNA与疾病的潜在相关性对于临床医学和药物研究的发展具有重要意义。拓扑结构是miRNA-疾病预测算法的重要组成部分，然而当前算法并未有效利用拓扑结构导致预测结果并不理想。与此同时，如何有效地融合多源数据也是当前的研究趋势。针对上述问题，提出一种自适应融合异质节点结构信息算法（MMTP），通过利用节点的一阶邻居和元路径诱导网络学习结构特征，并利用度量学习和拓扑传播自适应地融合异质节点结构信息，以提升miRNA-疾病预测精度。5折交叉验证实验结果表明，MMTP在HMDD v3.2数据集上的受试者操作曲线下面积（AUC）为94.81，高于其他模型。并且在基于肾癌的案例研究中，该模型所预测的前30个miRNAs全部得到证实。上述研究证明，所提的MMTP模型可有效预测miRNA-疾病相关性。
現(xiàn)在下載
VIP會員，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。