miRNA与疾病关联关系预测算法

microRNAs（miRNAs）在生命进程中发挥着重要作用.近年来，预测miRNAs与疾病的关联关系成为一个研究热点.当前，计算方法整体上可以分为两大类：基于相似度度量的方法和基于机器学习的方法.前者通过度量网络中节点之间的关联强度预测miRNA-疾病关联，但需要构建高质量的生物网络模型；后者将机器学习相关算法应用到这个问题中，但需要构建高可信度的负例集合.基于以上困难和不足，提出了一种计算模型BNPDCMDA，用于预测miRNAs-疾病关联关系.该方法首先构建miRNA-疾病双层网络模型，然后利用miRNA的功能相似度对其进行基于密度的聚类，进而将二分网络投影应用于聚类后的miRNAs及疾病集合构成的miRNA-疾病双层子网中，最终完成对miRNA与疾病关联关系的预测.实验结果表明，采用留一交叉验证法得到的AUC值可达99.08%，明显优于当前其他高效方法.最后，采用BNPDCMDA方法对某些常见疾病所关联的miRNAs进行预测，实验结果获得了文献的支持，进一步表明了该方法的有效性