基于稀疏子空间学习的非编码RNA与疾病关联预测方法

摘要

本发明公开了一种基于稀疏子空间学习的非编码RNA与疾病关联预测方法，属于系统生物学领域。具体包括如下步骤：步骤一，构建非编码RNA‑疾病关联的邻接矩阵，然后分别计算非编码RNA的高斯谱核相似性和疾病的高斯谱核相似性；步骤二，根据以上两个相似性矩阵和邻接矩阵计算图论特征矩阵和统计量特征矩阵，进一步构建目标函数并求解映射矩阵G；步骤三，求得非编码RNA‑疾病关联对关系分数预测矩阵，排序给出最终预测结果。本发明融合了图论、统计学方法和机器学习方法，能够有效利用非编码RNA‑疾病关联数据中的阴性样本的信息，高效、精确、快速地预测出对疾病发生发展具有显著相关性的非编码RNA，有效地解决生物实验方法的耗时长且成本高的问题。