本發明公開了一種環狀RNA與疾病的關聯關系預測方法，包括步驟1：構建環狀RNA高斯核相似性第一矩陣以及疾病高斯核相似性第一矩陣；步驟2：基于遞減權重方法計算全新環狀RNA與每種疾病、全新疾病與每種環狀RNA的關系初始值；步驟3：再構建環狀RNA高斯核相似性第二矩陣以及疾病高斯核相似性第二矩陣；步驟4：構建環狀RNA相似性矩陣、疾病相似性矩陣；步驟5：采用克羅內克積最小二乘法計算出環狀RNA與疾病關聯分數矩陣，再獲取全新環狀RNA與所有疾病的關聯分數以及全新疾病與所有環狀RNA的關聯分數。本發明通過計算預測模型來對環狀RNA疾病的關聯關系進行預測，填補當前沒有預測環狀RNA與疾病關系的計算模型的空缺。

技術領域

本發明屬于系統生物學領域，具體涉及一種基于高斯核相似性和遞減權重最小二乘法的環狀RNA疾病的關聯關系預測方法。

背景技術

環狀RNA作為一類反向剪切產生的非編碼RNA，與傳統的線性RNA(linear RNA，含5’和3’末端)不同，circRNA分子呈封閉環狀結構，不受RNA外切酶影響，表達更穩定且不易降解，但隨著高通量深度測序技術的發展，最近的研究表明多種circRNA在動植物的多種組織和細胞系中得到了鑒定。通常，circRNAs通過調控miRNA轉錄或轉錄后水平來調劑基因表達，進而在疾病中發揮重要的調控作用。近年來，隨著微陣列，RNA序列和其他技術的應用，在包括神經膠質瘤，食管癌，肝癌等廣泛疾病中發現了失調的環狀RNA。所以，對環狀NRA與疾病關系的研究已經成為疾病診斷和治療機制研究過程中一個重要的組成部分。

近年來，通過研究人員和組織的不斷努力，環狀RNA相關的數據庫已經建立起來。CircBase數據庫對其他的環狀RNA數據庫進行了合并和統一處理，給所有的環狀RNA建立了統一的ID編號，為后續環狀RNA的研究打下了基礎。在CircNet數據庫中，提供了一些新穎的環狀RNA，并給出了其表達譜，亞型信息以及circRNA-miRNA-mRNA之間的調節網絡，為進一步研究環狀RNA相關的網絡信息提供了基礎。此外，在TSCD數據庫提供的數據中，對環狀RNA的組織特異性，特點和功能進行確認。SomamiR 2.0提供了癌癥相關體細胞突變miRNA以及包括mRNAs，IncRNA和環狀RNA在內的內源性競爭RNAs信息。同樣，PlantCircNet數據庫對植物中的circRNA-miRNA-mRNA網絡進行了可視化的描述。CircR2Disease作為第一個環狀RNA疾病關聯關系的數據庫，其中提供了676種環狀RNA和100種疾病以及之間存在的725條關聯關系。這些都為后續的環狀RNA疾病機制的理解和研究提供了重要的基礎。

鑒于當前對環狀RNA在疾病中的作用的認識不斷的提高，對當前相關生物醫學實驗和相關計算模型提出了迫切的需求。但是目前提供的環狀RNA提供的數據庫中，主要集中在環狀RNA本身的研究，通過生物醫學實驗得到的表達機制，具有周期長，成本高等缺點，不能滿足目前需要的快速定位的要求。此外，就我們所知，在環狀RNA相關的數據庫中，CircR2Disease是到目前為止唯一的其基礎數據來源于生物實驗驗證相關文獻的環狀RNA和疾病關聯關系的數據庫。此外，由于傳統的生物實驗對環狀RNA疾病關系進行判定固有的成本高，周期長的缺點，也對環狀RNA疾病關系進行預測的計算模型提出迫切的需求。但是到目前為止，還沒有相關的計算模型來預測環狀RNA與疾病之間的關系。

故受制于傳統實驗的限制，以前對RNA疾病關系通過計算模型預測的認識不足的影響，當前對環狀RNA和疾病之間的關聯關系還有待于進一步加深。故需要在充分利用已有的生物醫學信息，通過計算預測模型來對環狀RNA疾病之間關聯關系進行預測，為后續的計算模型的發展提供基礎，同時也為生物醫學實驗提供基礎指導作用。因此，有必要提出一種有效的環狀RNA疾病關聯關系預測的方法來彌補當前在這個領域的缺陷。

發明內容