基于向量空间模型的miRNA-疾病关联预测
定量方法
2016-06-02 v1 分子网络
摘要
微RNA（miRNA）在许多生理过程中起着关键作用。它们的失调也与包括癌症在内的多种人类疾病的发展和进展密切相关。因此，识别与疾病相关的新微RNA有助于更好地理解致病机制。微RNA在生物技术用于早期诊断方面也代表着巨大机遇。迄今为止，已开发若干计算方法以解决微RNA-疾病关联预测问题。然而，这些方法存在各种局限性。在本研究中，我们探究了以下假设：附着于miRNA和疾病的信息可通过分布语义学揭示。我们的基本方法是在高维向量空间中表示miRNA和疾病的分布信息，并根据它们的向量相似性定义miRNA与疾病之间的关联。在已知miRNA-疾病关联数据集上进行的交叉验证证明了我们方法的优异性能。此外，聚焦于乳腺癌的案例研究证实了我们的方法能够发现新的疾病-miRNA关联，并识别数据库中报告的疑似错误关联。
引用
@article{arxiv.1606.00309,
title = {Prediction of miRNA-disease associations with a vector space model},
author = {Claude Pasquier and Julien Gardès},
journal= {arXiv preprint arXiv:1606.00309},
year = {2016}
}