多视角识别长非编码RNA和人类复杂疾病关联预测研究

To study the related factors of human complex diseases for treating disease is a hotspot and difficulty in modern biomedical research. Long non coding RNAs (lncRNAs) play a key role in many important biological processes. They are closely related to the occurrence and development of diseases. This project will establish bioinformatics approaches to explore the associations between diseases and lncRNAs. Computational prediction model based on machine learning, deep learning and complex network will be developed to predict the specific types of the associations between lncRNAs and diseases. The results of this project will be useful to identify the biological function of unknown lncRNAs and to promote the understanding of the formation and development mechanism of human disease at lncRNA level. It will provide an important theoretical basis and practical value for clinical diagnosis, treatment of disease and drug design based on lncRNAs.

研究人类复杂疾病相关因素，寻找疾病形成根源，进而治疗疾病是现代生物医学研究的热点与难点。长非编码RNA在很多重要生物过程中均起到了关键性的作用，与疾病的发生发展密切相关。本项目将建立生物信息学的方法来探索疾病与长非编码RNA之间的关联。建立基于机器学习、深度学习、复杂网络等计算方法模型预测长非编码RNA与疾病之间的关联类型的具体模式。本项目的研究成果有助于鉴定长非编码RNA未知的生物学功能，促进对人类疾病的形成发展机制在长非编码RNA层次上多角度的深入理解，为基于长非编码RNA的疾病诊断、临床治疗和药物设计提供重要的理论依据和实用价值。

本项目的研究目标是设计高效实用的算法模型来预测长非编码RNA（lncRNA）与疾病的关联，为lncRNA相关的生物医学实验研究提供有价值的指导。研究主要涉及非编码RNA、蛋白质、微生物、药物、疾病等若干生物医学对象。其中miRNA、lncRNA是两种最常见的非编码RNA，是近些年生物学研究的热点。研究发现非编码RNA参与多种重要的生物学功能、与多种人类重要疾病息息相关。本项目按预期计划完成原定目标，并同时进行了若干相关课题的研究，包括疾病相关的微小RNA（miRNA）的预测，lncRNA功能预测与类似性构建，lncRNA与蛋白质相互作用预测，药物小分子与miRNA关联预测，疾病与非编码RNA-环境因子组合作用关系预测，药物靶点预测，疾病、药物与微生关联预测，抗癌药物响应预测，RNA甲基化相关研究以及血管再生治疗缺血性疾病等方面的研究，均取得了丰硕的成果。本项目共发表论文36篇，均为SCI收录。研究成果包括，在miRNA-疾病关联预测问题上，设计了多个大规模的预测模型，取得的精度均处于领先水平,研究工作引起国内外相关研究人员的广泛兴趣。其中，基于归纳矩阵填充预测疾病与miRNA关联的模型IMCMDA，基于二分网络投影预测疾病与miRNA关联的模型BNPMDA，基于矩阵分解和异构图推断预测疾病与miRNA关联的模型MDHGI，基于拉普拉斯正则化稀疏子空间学习预测疾病与miRNA关联的模型LRSSLMDA，这四个工作的研究成果发表在生物信息学领域顶级期刊Bioinformatics和PLoS Computational Biology上。除此之外，在lncRNA与蛋白质相互作用预测、 药物靶点相互作用预测、miRNA-小分子关联预测、抗癌药物响应预测等问题的研究中，构建的多个大规模计算模型的预测精度也都是目前所发表的预测结果中最好的。其中，关于小分子与miRNA关联推断的综述发表在生物学著名期刊Briefings in Bioinformatics上。此外，我们构建了第一个大规模微生物-药物关联数据库、第一个大规模的疾病、环境因子和lncRNA关联数据库。在人才培养方面，本项目培养了2名博士研究生和11名硕士研究生。