基于量子游走的疾病基因优先级排序

疾病基因优先级排序根据基因或蛋白质在给定疾病中的可能相关性，基于所提供的种子基因集合为其分配分数。在此，我们描述了一种基于连续时间量子游走、利用蛋白质-蛋白质相互作用（PPI）网络的邻接矩阵的新算法，用于疾病基因优先级排序。我们的算法可视为先前称为扩散核的方法的量子版本，但重要的是，其在预测疾病基因方面具有更高的性能，并且允许将种子节点自环编码到基础哈密顿量中，这进一步提升了性能。我们通过在三个疾病集、七种不同的 PPI 网络上与几种知名的基因优先级排序方法进行比较，证明了所提方法的成功。为了比较这些方法，我们使用交叉验证并检查平均倒数排名和召回值。我们通过针对冠状动脉疾病预测基因进行富集分析，进一步验证了我们的方法。我们还研究了向种子添加自环的影响，并认为它们使量子游走者能够更多地停留在低度种子节点附近。