张文祥,魏航,刘滨等 | 构建异构图神经网络识别和预测多类型RNA和疾病关联关系
文摘
科技
2024-08-09 12:00
中国
![]()
![]()
研究团队
张文祥、吴昊、刘滨：北京理工大学
魏航：西安电子科技大学
张文静：深圳大学总医院
文章下载
Wenxiang ZHANG, Hang WEI, Wenjing ZHANG, Hao WU & Bin LIU. Multiple types of disease-associated RNAs identification for disease prognosis and therapy using heterogeneous graph learning. Sci China Inf Sci, 2024, doi: 10.1007/s11432-024-4100-7
![]()
疾病的产生涉及众多复杂的生物学过程，通常受到多种类型RNA的调控影响。当前的计算方法主要聚焦于单一类型的非编码RNA和疾病关联关系预测任务，忽视了识别多种类型的RNA和疾病关联关系。此外，最重要的一点是通过数据挖掘和分析方法进行RNA和疾病关联识别任务的最终目标是治愈疾病，但是，通过计算方法预测RNA和疾病关联关系在疾病预后过程中的作用机制尚未被充分探索。针对上述问题，本文提出基于异构图神经网络的方法识别与疾病相关的多种类型RNA（方法简称为iRNADis-PT），并设计下游的疾病预后分析方案，如图A1所示。该方法不仅通过异构图神经网络识别多种类型的RNA和疾病关联关系，还将预测与疾病相关的RNA应用于具体疾病预后分析任务中。![]()
具体而言，iRNADis-PT方法构建一个包含多种节点（长非编码RNA、微小RNA、信使RNA、核仁小分子RNA和疾病）和边（RNA和疾病间关联、RNA间相互作用、疾病间相似关系、RNA间相似关系）的异构网络。然后，基于异构图神经网络识别多种不同类型的RNA与疾病之间的关联关系。接下来，将iRNADis-PT预测获得的疾病相关RNA应用于具体疾病预后分析任务中，以探索具体疾病的发病机制，并成功地鉴定出四种针对肝细胞癌的敏感药物。总的来说，本工作不仅为识别多种类型的RNA和疾病关联关系提供了一种有效的工具，而且有助于深入理解疾病发病机制。(1) 本文提出方法具有较强的通用性，能够有效识别与疾病相关的多种类型RNA，包括长非编码RNA、核仁小分子RNA、微小RNA和信使RNA。(2) 本文不仅能够识别与疾病相关的多种类型RNA，还设计了下游疾病预后分析方案，将预测结果应用于下游具体疾病的预后分析任务中，为临床实验提供更精细的指导信息。在本文中iRNADis-PT方法整合不同的RNA信息构建了5种不同类型的异构网络。基于这些异构网络，本文采用异构图学习识别对应单类别RNA和疾病关联关系，实验结果如图A2(a)所示，可以得出融合了多种RNA类型的网络及其相互作用构成的异构网络HetNet-All相较其它网络取得了较优的识别性能。图A2(b)展示了不同方法之间的性能比较结果，可以从中得出iRNADis-PT方法在各种单类型RNA与疾病关联识别任务中都优于其它的方法，表明iRNADis-PT方法具有强大的通用性，并且能够有效扩展到多种类型的RNA和疾病关联关系识别任务中。![]()
图A2 iRNADis-PT方法在不同异构网络上的表现以及与其他方法的比较
为了分析iRNADis-PT方法预测结果对下游疾病预后的影响，本文以高死亡率的肝细胞癌（HCC）为例，进行了一系列下游疾病预后应用实验。首先，分析了预测出的与HCC相关RNA在HCC样本和正常样本之间的差异表达水平，提取了220个显著差异表达的RNA，如图A3(a)所示。接下来，基于提取的显著差异表达的RNA，通过Lasso和多变量Cox回归分析，计算样本风险分数，并划分高低风险组，如图A3(b)所示。然后，为了评估高低风险组划分的质量进行了Kaplan-Meier曲线分析，如图A3(c)所示，发现低风险组的患者具有比高风险组更好的生存优势。借助高低风险组信息和一些临床病理特征，构建了生存曲线图来预测HCC患者在1年、3年和5年的生存率，结果如图A3(d)所示。最终，对HCC患者在198种药物上敏感性进行评估，计算不同药物在高低风险组之间的敏感性差异，结果如图A3e所示，推断出有4种药物在高低风险组中的敏感性上存在显著差异，以上发现有助于肝细胞癌症的临床个性化预后治疗。![]()
图A3 预后分析
![]()
![]()
