魏猛猛,王磊,尤著宏等 | 生物知识图谱融合多源特征的circRNA与miRNA相互作用预测
文摘
科技
2024-08-10 12:00
山东
![]()
![]()
研究团队
魏猛猛，王磊，李政伟：中国矿业大学
尤著宏：西北工业大学
赵博伟，苏小芮：中国科学院
李扬：合肥工业大学
魏雨：西京学院
文章下载
Mengmeng WEI, Lei WANG, Yang LI, Zhengwei LI, Bowei ZHAO, Xiaorui SU, Yu WEI & Zhuhong YOU. BioKG-CMI: a multi-source feature fusion model based on biological knowledge graph for predicting circRNA-miRNA interactions. Sci China Inf Sci, 2024, doi: 10.1007/s11432-024-4098-3
![]()
CircRNA作为miRNA海绵积极参与许多病理过程。越来越多的实验证据表明，circRNA有潜力作为疾病诊断和预后的标志物，尤其是在癌症中。因此，准确预测circRNA-miRNA相互作用对于缩小生物实验范围和疾病治疗至关重要。由于生物实验耗时且成本昂贵，迫切需要开发计算方法来加速研究。本文提出一个基于生物知识图谱的预测模型BioKG-CMI，该模型利用多源特征预测circRNA-miRNA相互作用。BioKG-CMI流程图如图1所示。首先，BioKG-CMI利用circRNA和miRNA的序列信息进行亚细胞定位生成负样本。随后，构建包含circRNA和miRNA关系的生物知识图谱，学习实体和关系的特征表示。然后，计算同类节点的空间邻近度，利用自然语言处理算法BERT（Bidirectional Encoder Representations from Transformers）学习序列特征的表示。最后，将这些特征融合，使用AdaBoost分类器预测潜在的相互作用关系。结果表明，通过亚细胞定位生成负样本，采用多特征融合策略，可以有效提升模型的预测性能。(1) 提出预测模型BioKG-CMI，通过融合分子多源特征来学习circRNA和miRNA的综合表征。(2) BioKG-CMI利用亚细胞定位生成更符合生物逻辑的负样本，显著提升了预测性能。 (3) 通过对比实验，证明了BioKG-CMI的可靠性和准确性，可以为生物实验提供高可信度的候选样本。本工作采用5倍交叉验证评估模型，BioKG-CMI在CMI-9905和CMI-9589数据集上5倍交叉验证的结果如表C1和表C2所示。在CMI-9905数据集上，Acc.、Prec.、Spec.、Rec.、F1、MCC、AUC和AUPR分别达到了82.19%、94.81%、68.23%、96.14%、79.23%、67.15%、0.9063和0.9278。在CMI-9589数据集上，Acc.、Prec.、Spec.、Rec.、F1、MCC、AUC和AUPR分别为85.61%、97.29%、73.26%、97.96%、83.58%、73.5%、0.9463和0.9581。BioKG-CMI在CMI-9905和CMI-9589数据集上进行5倍交叉验证的ROC曲线和PR曲线如图C1和图C2所示。![]()
![]()
![]()
我们在CMI-9905数据集上分别利用亚细胞定位和随机生成的负样本进行5倍交叉验证，具体对比结果如图C3所示。结果表明，BioKG-CMI通过亚细胞定位生成负样本的预测性能优于随机生成负样本。![]()
我们将BioKG-CMI提取的多源特征分为三类：序列特征(SF)、空间邻近度(SP)和知识图谱(KG)特征。轮流删除这三类特征，观察对预测结果的影响。5倍交叉验证下的平均实验结果如表C3所示。结果表明，融合多源特征的模型预测性能达到最优，未引入知识图谱特征的模型性能最差。![]()
![]()
