基于重启随机游走算法的生物信息学关联预测模型

摘要

本文提出了基于重启随机游走算法的预测模型(RWRCMF)经实验证明可以高效地预测人类miRNA与自身疾病之间的潜在关联。首先,在数据预处理阶段,本文针对疾病的语义相似性和miRNA的功能相似性运用重启随机游走算法得到二者的拓扑网络相似性。其次,利用加权K最近邻(WKNKN)算法降低了已知miRNA-疾病关联矩阵的稀疏性,再通过高斯核函数计算得出miRNA和疾病各自的高斯核相似性。最终通过协同矩阵分解完成目标函数的构造得到miRNA-疾病之间的关联预测得分。最终模型经过机器学习中的留一交叉验证和五折交叉验证后得到的AUC值分别为0.9506和0.9468,并通过对比实验证明了该模型相较于以往的关联预测模型有着较高的预测性能。