基于本體與基因網絡的致病基因預測研究.pdf

1、隨著人類基因組計劃的順利完成，出現了許多高通量技術預測基因功能的方法，但是從這些方法產生的大量的候選基因集合中檢測致病基因仍是一個十分艱巨的挑戰(zhàn)，如果直接使用生物學實驗驗證則需要消耗大量人力物力。隨著數據的積累，人們逐漸發(fā)現致病基因具有模塊性，功能相同或者相似的基因編碼的蛋白質，在蛋白質相互作用網絡中相互靠近。利用已被證實的疾病和基因的關系，使用計算方法來預測候選致病基因通常能起到很好的效果，如計算候選基因和已知致病基因集合中的基因的相

2、似性，然后根據相似性排名對候選基因進行排序，從而使生物學實驗有針對的對基因進行實驗驗證，降低檢測成本。
　　本文主要以生物醫(yī)學本體為中心，整合了九種不同生物醫(yī)學數據庫，構建了由78786個生物學實體或概念組成的一個雙層異構網絡，這個網絡中包含本體術語之間的105875條有向邊，以及術語到基因，基因和基因之間組成的398642條無向邊。在構建網絡時，使用超級敘詞表等映射工具對九種數據庫中不同類型的標識進行轉換和去冗余；設計了一套整合

3、不同關系證據類型的方案，根據邊的關系證據集合的不同，為每條邊賦予了不同的權值，最終構建的網絡為帶權的雙層異構網絡。依據網絡中邊的端點的不同，將邊分為了七個大類，并驗證了每一類的權值改變對基因預測最終的效果有直接影響，為每大類屬于的邊設置了一個特征向量，使用有監(jiān)督的隨機游走訓練每個大類的特征權值，使得組合的權值能夠更準確的進行致病基因預測，同時基于有監(jiān)督隨機游走算法，提出了拉普拉斯正規(guī)化的有監(jiān)督隨機游走，并在多次試驗后驗證了正規(guī)化的有監(jiān)督