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