NELDA：基于网络嵌入的lncRNA-疾病关联关系预测

目的 长非编码RNA（lncRNAs）参与多种重要的生物学过程并与各种人类疾病密切相关，因此，lncRNA-疾病关联预测研究有助于疾病的诊断、治疗和在分子水平理解人类疾病的发生发展机制。目前，大多数lncRNA-疾病关联预测方法倾向于浅层整合lncRNA和疾病的相关信息，忽略网络拓扑结构中的深层嵌入特征；另外通过随机选取lncRNA-疾病非关联对构建负样本训练集合，影响预测方法的鲁棒性。方法 本文提出一种基于网络嵌入的NELDA方法，预测潜在的lncRNA-疾病关联关系。NELDA首先利用lncRNA 表达谱、疾病本体论和已知的lncRNA-疾病关联关系，构建lncRNA相似性网络、疾病相似性网络和lncRNA-疾病关联网络。然后，通过设计4个深度自编码器分别从lncRNA/疾病的相似性网络、lncRNA-疾病关联网络学习lncRNA和疾病的低维网络嵌入特征。串联lncRNA和疾病的相似性网络嵌入特征及lncRNA和疾病的关联网络嵌入特征，分别输入两个支持向量机分类器预测lncRNA-疾病关联。最后，采用加权融合策略融合两个支持向量机分类器的预测结果，给出lncRNA-疾病关联关系的最终预测结果。另外，根据已知的lncRNA-疾病关联对和疾病语义相似性，设计一种负样本选取策略构建可信度相对较高的lncRNA-疾病非关联对样本集，用以改善分类器的鲁棒性，该策略通过设计一种打分函数为每对lncRNA-疾病进行打分，选取得分较低的lncRNA-疾病对作为lncRNA-疾病非关联对样本（即负样本）。结果 十折交叉验证实验结果表明：NELDA能够有效预测lncRNA-疾病关联关系，其AUC达到0.982 7，比现有LDASR和 LDNFSGB方法分别提高了0.062 7和0.020 7。另外，负样本选取策略与决策级加权融合策略能够有效改善NELDA预测性能。胃癌和乳腺癌案例研究中，29/40（72.5%）预测的与胃癌和乳腺癌关联lncRNAs，在近期文献和公共数据库中能够发现相关的支撑证据。结论 这些实验结果表明，NELDA是一种有效的lncRNA-疾病关联关系预测方法，具有挖掘潜在lncRNA-疾病关联关系的能力。