基于混合协同过滤算法的随机游走模型预测lncRNA-疾病关联OA

近年来,研究显示lncRNA的突变和失调与许多复杂疾病密切相关。本文提出一种基于混合协同过滤算法的随机游走模型来预测lncRNA-疾病关联,简称HCRLDA。首先,分别将疾病语义相似性、lncRNA功能相似性及miRNA功能相似性分别与各自的高斯相似性集成,得到三个同构相似性网络。随后,结合已知的疾病-lncRNA、疾病-miRNA、lncRNA-miRNA关联信息构建了一个原始的多层异构相似性网络,由于已知的关联矩阵信息比较稀疏,其信息的完整性对模型的预测效果有着直接的影响,因此,引入了一种基于项目和用户的混合协同过滤推荐算法来更新原始异构网络。最后,在更新后的异构网络上实施重启随机游走算法来预测疾病关联的lncRNA,在十折交叉验证下HCRLDA的AUC平均值达到0.986 9,与以往的关联预测模型相比实验结果显示了该模型算法的有效性。