基于多网络融合的长链非编码RNA与疾病关系预测研究

Long non-coding RNAs(LncRNAs) are a kind of regulatory factor which play important roles in many biological process. Predicting associations between lncRNAs and diseases has become one of the hot topics in the post genomic era. The computational methods have been greatly improved in the past few years. However, considering the fact that biological data are heterogeneity, diversity, high noise, the lncRNA-disease interaction prediction is still a big challenge. In this project, we will construct and integrate the similarity network of different biological data. New computational models will be proposed to predict interactions between lncRNAs and diseases. Firstly, new similarity measure methods will be proposed to construct the similarity network by analyzing the characteristics of different biological data. Secondly, based on the fusion of similarity network, we will use machine learning and information propagation methods to predict the potential lncRNA-disease interactions. Finally, this project will develop a convenient and practical software platform to predict the relationship between lncRNA and disease for biologist and Medical scientist. It will be helpful for disease diagnosis and drug discovery.

长链非编码RNA作为人类生命过程中一种重要调控因子，已经引起了生命科学家的广泛关注。长链非编码RNA与疾病关系预测也成为了后基因组时代系统生物学研究的热点问题之一。尽管在过去几年计算方法有了很大改善，但是由于生物数据的异质性、多样性、高噪声等特点，准确的预测长链非编码RNA和疾病关系仍然面临巨大的挑战。本项目从生物数据出发，构建和融合不同类型生物数据的相似性网络，进而研究长链非编码RNA和疾病关系预测的新方法。首先，通过对不同生物数据特性分析，提出新的相似性度量方法来构建相似性网络，进而采用有效的方法融合不同类型的相似性网络。其次，基于融合的相似性网络，利用机器学习、信息传播等方法预测未知的长链非编码RNA和疾病关系。最后，本项目将开发方便、实用的长链非编码RNA与疾病关系预测的软件平台，供生物学研究和医学研究人员使用，为疾病的诊断及药物发现提供有价值的参考依据。

长链非编码RNA在疾病的发生过程中发挥着重要作用，识别疾病相关的长链非编码RNA对于疾病的诊断和治疗有着重要的意义。本项目组主要针对生物数据整合和分析、多源异构数据融合、基于生物网络识别疾病相关的长链非编码RNA、miRNA、激酶底物、蛋白质功能等的方法研究以及软件平台开发等问题展开了研究。主要的研究成果如下：在生物数据整合和分析方面，针对现有的癌症关联的非编码RNA数据较少，我们整合公共数据并开发了一个癌症相关的非编码RNA数据库。考虑到已有的长链非编码RNA与疾病综述较少，我们综述了现有的lncRNA与疾病关系预测的计算方法的优点和缺点并对存在的问题及未来可能的工作展开了讨论。在长链非编码RNA与疾病关系预测方法研究上，通过构造不同相似性网络，我们提出了一种基于相似性网络融合方法来预测长链非编码RNA与疾病关系。考虑不同网络的特征差异，提出了一种基于图神经网络的长链非编码RNA与疾病预测方法。针对不同类型数据特征提取问题，提出了一种基于深度协同过滤的的lncRNA-疾病预测方法。在疾病关联的miRNA、激酶底物、蛋白质功能方面，我们提出了一系列的基于多源数据融合的预测方法。