基于集成回归决策树的lncRNA-疾病关联预测方法

摘要：

长链非编码RNA (long non-coding RNA,lncRNA)在各种人类复杂疾病中起着重要作用.采用计算方法推断ln cRNA-疾病间的潜在关联关系不仅有助于理解疾病的致病机理,还有助于疾病诊断、预防和治疗.文中提出了一种基于集成回归决策树的lncRNA-疾病关联预测方法.首先,利用已知的lncRNA-疾病关联信息分别构建lncRNA、疾病相似矩阵、lncRNA-疾病关联矩阵;其次,基于lncRNA、疾病相似矩阵、lncRNA-疾病关联矩阵,从不同视角进一步构建lncRNA、疾病特征向量;然后,使用主成分分析方法对lncRNA、疾病特征进行特征提取;最后,使用回归决策树作为预测模型,并进一步采用集成学习的平均策略将多个决策树集成,从而获得最终的预测模型.留一交叉验证实验表明,该方法的预测结果优于现有方法,在3个真实的lncRNA-疾病数据集上AUC值分别达到了0.9055,0.8969和0.9129,与现有方法相比,分别提升了6.46％,5.4％和6.02％.此外,对乳腺癌、肺癌、胃癌3种疾病进行了案例分析,进一步验证了所提方法的准确性和有效性.

关键词：lncRNA-疾病;关联预测;特征提取;CART决策树;集成学习

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;云南省基础研究杰出青年项目;云南省应用基础研究计划重点项目

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：265-271