基于贝叶斯生成对抗网络的长非编码RNA与疾病关联预测研究

The multi-modal data is not adequately introduced into current researches of LncRNA-disease association prediction. Based on the strong capability to extract features automatically of deep learning model, this project intends to study and propose various feature extraction model for multi-modal biological data, and build the shared feature expression for multi-modal data features, so that a whole deep networks for multi-modal features extraction and fusion is constructed. Then, based on the combination of Bayesian inference and deep learning, a semi-supervised multi-modal Bayesian generative adversarial network for LncRNA-disease association prediction is proposed, so that it can provide a comprehensive accurate prediction for LncRNA-disease association. At the same time, based on the interpretability of Bayesian generative model, this project also attempts to investigate the experimental results and the generated sample data, so as to further reveal the LncRNA-disease association mechanism. In view of introducing multi-modal biological data into LncRNA-disease association prediction, this project aims to put forward new methods and solutions by combining various theories. The key technologies breakthrough will lay the foundation of theory and practice for the development of future multi-modal biology data analysis.

针对当前LncRNA-疾病关联预测方法对多模态数据引入不足的现状，本项目基于深度学习模型强大的特征自动学习能力，拟研究并提出多种多模态生物数据的特征学习模型，并建立多模态数据特征间的共享特征表达，以形成整体的多模态特征学习及融合的深层网络结构。以此为基础，本项目通过贝叶斯推理和深度学习模型的结合，研究并提出面向LncRNA与疾病关联预测任务的半监督、多模态贝叶斯生成对抗网络，以获得更加全面、准确的LncRNA-疾病关联预测结果。同时，基于贝叶斯生成式模型的解释能力，本项目将尝试分析模型运行结果及生成样本数据，进一步揭示LncRNA和复杂疾病的关联机制。本课题针对LncRNA与疾病关联预测中的多模态生物数据引入问题，通过多种理论的结合提出新的方法和解决方案，其关键技术的突破，可为未来多模态生物数据分析技术的发展奠定重要的理论和实践基础。

lncRNA在疾病的发生过程中发挥着重要作用，识别疾病相关的lncRNA对于疾病的诊断和治疗有着重要的意义。本项目针对lncRNA-疾病关联预测领域中多模态数据建模及样本缺乏的挑战，围绕多源异构生物数据融合建模、面向lncRNA-疾病关联预测任务的生成对抗网络的设计及构建、贝叶斯生成对抗网络模型的优化设计、生物数据的小样本学习等问题展开了研究。主要研究成果如下：.1）在多源异构生物数据整合和分析方面，通过布尔矩阵分解发现了生物多关联数据的本质层次关联属性，继而基于关联层次扩展设计了一种lncRNA-疾病关联预测方法；通过对图神经网络在生物领域应用的全面综述，发现其对于异构生物网络融合建模具有明显优势，继而提出了一种基于异构图神经网络的lncRNA-疾病关联预测模型。.2）在面向lncRNA-疾病关联预测的生成对抗网络设计及构建方面，针对传统生成对抗网络收敛速度慢、训练不稳定和无法训练离散数据的问题，首先引入成对损失构建了一个整体可微的半监督生成对抗网络模型。为了在生成对抗网络中融入多种生物关联数据，提出了一种异构图生成对抗网络模型。最后，在以上研究成果的基础上，提出了一种基于异构图卷积神经网络的lncRNA-疾病关联预测方法，有效利用lncRNA序列及多关联数据在生成器中的关联生成与判别器的对抗训练，更加准确地完成了的lncRNA-疾病关联预测任务。.3）在贝叶斯生成对抗网络模型的优化设计方面，基于项目组在面向蛋白质功能预测的贝叶斯生成模型中的研究成果，引入神经网络的不确定性，在一个协同关联过滤生成对抗网络中建立基于变分推断的参数学习过程，提出了一种基于变分关联过滤生成对抗网络的lncRNA-疾病关联预测方法，进一步提升了预测模型在小样本和新数据上的泛化性能。.4）针对lncRNA-疾病关联数据缺乏会造成深度学习模型训练困难的问题，项目组也开展了对生物数据小样本学习解决方案的深入研究，提出了一种基于图元学习的lncRNA亚细胞定位预测模型，为今后lncRNA功能相关预测模型的持续探索提供了一种新的思路。