[Briefings in Bioinformatics]好文简读：基于有界核归一正则化预测小分子-miRNA结合

论文题目：

Predicting potential small molecule–miRNA associations based on bounded nuclear norm regularization 论文摘要：

越来越多的证据表明，将miRNA作为小分子(SM)药物靶点用于疾病治疗的重要性。考虑到通过生物实验探索新的SM-miRNA关联是极其昂贵的，已经建立了几个计算模型来揭示可能的SM-miRNA关联。文章建立了一个SM-miRNA关联预测的有界核范数正则化计算模型(BNNRSMMA)。具体来说，首先利用miRNA相似性、SM相似性构建了一个异构SM - miRNA网络，确定了SM - miRNA关联，并定义了一个矩阵来表示异构网络。然后，建立了一个模型，通过最小化其核范数来完成这个矩阵。采用交替方向乘子法最小化核范数，获得预测分数。主要创新体现在两个方面。在补全过程中，将矩阵的所有元素限定在(0,1)的区间内，以确保它们具有实际意义。此外，该方法并没有严格拟合所有已知元素，而是引入正则化项，以抵抗综合相似性中的噪声。此外，在两组数据集和两类案例研究上进行了四种交叉验证，以评价BNNRSMMA的预测性能。所有这些结果证实BNNRSMMA是推断关联的可靠工具。

论文链接：

https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbab328/6353837 Github链接：

https://github.com/kepler-zc/BNNRSMMA

欢迎关注公众号，获取更多论文解读

转载或合作请联系邮箱 intbioinfo@163.com