基于结构深度网络嵌入方法的微生物-疾病关联关系预测
了解微生物-疾病关联不仅可以揭示疾病的发病机理,而且可以促进疾病的诊断和预后.提出一种基于结构深度网络嵌入的方法(NEMDA)来识别潜在的微生物-疾病关联.首先,通过整合人类微生物-疾病关联数据库(human microbe-disease association database,HMDAD)和 Disbi-ome数据库,扩大微生物和疾病的数量以及已知的微生物-疾病关联关系.接着,将结构深度网络嵌入用于提取微生物-疾病二分网络的特征,并且引入微生物功能相似性、微生物相互作用谱相似性和疾病语义相似性、基于症状的疾病相似性,分别作为微生物和疾病的生物学特征.然后,将这3个特征结合构成微生物-疾病对的特征,并使用深度神经网络模型进行预测.最后,通过五折交叉验证和案例分析来评估NEMDA的性能,在五折交叉验证下,NEMDA表现良好,预测性能高于KATZMDA、NCPHMDA、LRLSHMDA、PBHMDA、NTSHMDA 和 BRWMDA 6 种比较方法.哮喘、炎症性肠病和结直肠癌的案例分析结果进一步表明,NEMDA预测性能良好,其是一个有效的预测微生物-疾病关联的工具.
微生物-疾病关联、微生物相似性、疾病相似性、结构深度网络嵌入、深度神经网络
51
TP399(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;中央高校基础研究基金
2023-09-28（万方平台首次上网日期，不代表论文的发表时间）
共14页
11-24
