来源：期刊VIP网 时间：
作者：李明强;李然;刘琪;杜晶颐;李慧慧;
单位：大连海洋大学信息工程学院;甘肃省肿瘤医院呼吸肿瘤内科;
摘要：长链非编码RNA(lncRNA)的异常表达与人类疾病的发生发展密切相关。采用计算方法预测lncRNA与疾病的潜在关联可显著降低生物学实验验证的成本。针对现有机器学习方法易受噪声干扰且预测精度不足的问题，设计一种新型lncRNA-疾病关联预测模型LDA-GADT。首先，通过计算lncRNA和疾病的高斯关联核相似性对lncRNA功能相似性和疾病语义相似性进行补充，从而得到lncRNA和疾病的综合相似度矩阵；然后，使用图自动编码器学习lncRNA-疾病对的特征表示；最后，使用基于梯度的决策树集成算法来预测lncRNA与疾病之间的关联关系。五折交叉验证实验结果表明，在lncRNA Disease数据库上，LDA-GADT模型的AUC值为0.9424，较LDNFSGB、SDLDA、RWSF-BLP和LDAenDL模型分别提升了8.46%、6.5%、1.28%和3.14%；在MNDR数据库上的AUC值为0.982 2，较上述对比模型分别提升了4.76%、2.62%、1.93%和1.14%。此外，通过对肺癌和乳腺癌进行案例分析，进一步验证了所提模型的准确性和有效性。
关键词：lncRNA-疾病关联;;关联预测;;高斯关联核相似度;;图自动编码器;;梯度下降;;决策树;;特征提取
