声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：马毅,郭杏莉,孙宇彤,苑倩倩,任阳,段然,高琳,
关键词：致病基因预测, 相关性计算, 异质信息网络, HeteSim方法, 元路径,
越来越多的研究表明，长非编码RNA(longnon-codingRNA,lncRNA)在许多生物过程中具有重要的功能，而这些长非编码RNA的变异或功能失调会导致一些复杂疾病的发生.通过生物信息学方法预测潜在的长非编码RNA-疾病关联关系，对于致病机理的探索以及疾病诊断、治疗、预后和预防都具有重要的意义.基于疾病基因关联关系的异质信息网络，研究者使用了一种相关性计算法方法——HeteSim来计算疾病基因之间的相关性，进而预测致病基因.使用的方法基于路径约束，具有可扩展性，算法效率高，留一交叉验证实验表明该方法的预测结果优于其他方法.将其应用在卵巢癌和胃癌的预测分析中，相关文献表明，所提方法的预测结果已被生物实验等验证，再次表明该方法的有效性.
来源：2019年第9期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。