首页|基于结构深度网络嵌入方法的微生物-疾病关联关系预测

基于结构深度网络嵌入方法的微生物-疾病关联关系预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Prediction of microbial-disease relationship based on structured deep network embedding method

microbe-disease associationmicrobe similaritydisease similaritystructural deep network embeddingdeep neural network

陈亚丽、雷秀娟

展开 >

陕西师范大学计算机科学学院,陕西西安710119

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

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

6197245161902230GK201901010

2023

10.15983/j.cnki.jsnu.2023022

陕西师范大学学报(自然科学版)
陕西师范大学

陕西师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.563
ISSN：1672-4291
年,卷(期)：2023.51(5)
  • 6