生物信息学中RNA相互作用与药物相互作用预测方法研究

# 生物信息学中RNA相互作用与药物相互作用预测方法研究 ## 一、miRNA - lncRNA相互作用预测 ### 1.1 研究背景 在癌症研究中，非编码RNA，尤其是长链非编码RNA（lncRNA）和微小RNA（miRNA）与疾病密切相关。例如，肿瘤和非小细胞肺癌受miRNA和lncRNA调控。然而，癌症可能同时受多个基因共同调控，不同的miRNA和lncRNA之间也可能存在相互作用和调控关系，目前对多基因间相互作用的理解还不够充分。传统生物学实验耗时且昂贵，因此越来越多的计算预测方法被用于预测lncRNA - miRNA相互作用。 ### 1.2 相关研究现状 近年来，已有一些计算方法用于识别miRNA和lncRNA之间的潜在关联。如Dario Veneziano等人更新了关于miRNA和lncRNA的生物医学数据详细调查；ZHOU等人基于已知RNA相互作用和属性构建的异质网络提出了GEEL方法来预测lncRNA - miRNA关联；Zhang等人使用线性邻域传播提出了SLNPM方法进行预测。 ### 1.3 提出的新方法 本文提出了一种新方法，用于识别miRNA - lncRNA之间的潜在相互作用。在构建异质网络时，将节点预标记为五种不同类型，不考虑节点属性，更注重结构信息。采用GATNE模型（一种用于属性多重异质网络的表示学习模型）从网络结构全局考虑分子网络。 ### 1.4 数据集 为了更好地识别lncRNA和miRNA之间的潜在相互作用，构建了包含miRNA、lncRNA、蛋白质、疾病和药物五种类型节点的分子网络。涉及9个数据库，对数据集进行了标识符统一、冗余消除和简化处理，最终网络中选择了6527个节点和105546个分子节点间的关联。具体节点和边的数量如下表所示： | 节点类型 | 总数 | | ---- | ---- | | miRNA | 1022 | | lncRNA | 769 | | 药物 | 1025 | | 疾病 | 2061 | | 蛋白质 | 1649 | | 关系类型 | 关联数量 | 数据源 | | ---- | ---- | ---- | | miRNA - lncRNA | 8347 | lncRNASNP2 | | miRNA - 疾病 | 16427 | HMDD | | miRNA - 蛋白质 | 4944 | miRTarBase | | lncRNA - 疾病 | 1264 | lncRNASNP2 | | 蛋白质 - 蛋白质 | 19237 | STRING | | 蛋白质 - 疾病 | 25087 | DisGeNET | | 药物 - 蛋白质 | 11107 | DrugBank | | 药物 - 疾病 | 18416 | CTD | | lncRNA - 蛋白质 | 690 | LncRNA2Target | ### 1.5 基于GATNE的结构信息提取 对于异质网络，节点、边和节点特征分别设为$G(V, E, A)$，其中$V = \{v_1, v_2, v_3, \ldots, v_n\}$，$E = \{e_{ij}|v_i, v_j \in V\}$，$A = \{x_i|v_i \in V\}$。GATNE是一种归纳嵌入算法，通过聚合不同层的邻居来生成当前节点的向量表示。 - **基础嵌入计算**：基础嵌入在不同层之间共享，计算公式为$N_i = T_z(x_i)$，其中$x_i$是节点向量，$T_z$是变换函数，$z$是节点类型。 - **边嵌入聚合**：引入GraphSAGE机制在同一层的不同级别聚合边嵌入。 - 第0级：$d^{(0)}_{i,r} = g_{z,r}(x_i)$ - 第$k$级：$d^{(k)}_{i,r} = aggregator([d^{(k - 1)}_{i,r}, \forall v_j \in N_{i,r}])$ 其中$g_{z,r}$是变换函数，$k$是$v_i$的第$k$级邻居，$N_{i,r}$是$v_i$的邻居节点集。 - **自注意力机制**：采用自注意力机制通过不同层节点的嵌入来拼接表示构建。 - $D_i = [d_{i,1}, d_{i,2}, \ldots, d_{i,m}]$ - $a_{i,r} = softmax(w^T_r tanh(W_r D_i))^T$ - $u_{i,r} = \alpha_r M_r D_r