miRNA-disease

bcdfg

1.        问题和数据

• 问题描述
  对miRNA和疾病之间的关联进行预测
• 数据整理
  常用数据来源（原始数据）
  
  • miRNA-target 关联：mirtarbase http://mirtarbase.mbc.nctu.edu.tw/ DIANA-Tarbase (http://www.microrna.gr/tarbase)
  • miRNA functional 相似度：http://www.cuilab.cn/files/images/cuilab/misim.zip
  • disease数据 MeSH https://www.nlm.nih.gov/mesh/
  • miRNA-疾病关联 HMDD http://www.cuilab.cn/hmdd
  • Disease gene associations：SIDD http://mlg.hit.edu.cn/SIDD
  • gene数据：HPRD http://www.hprd.org/
    
  
  miRNA相似度
  
  • miRNA-target 关联：http://mirtarbase.mbc.nctu.edu.tw/
  • miRNA functional 相似度：http://www.cuilab.cn/files/images/cuilab/misim.zip
  • miRNA 高斯相似度
    
  
  疾病相似度
  
  • MeSH https://www.nlm.nih.gov/mesh/
  • 疾病高斯相似度
    
  
  miRNA-疾病关联矩阵
  
  • HMDD http://www.cuilab.cn/hmdd
    
  
  数据库
  
  • dbDEMC http://www.picb.ac.cn/dbDEMC/
  • mir2disease http://www.mir2disease.org/
    
  
  

2. 方法
基于具有相似功能的miRNAs更可能与相似的疾病相关的假设，目前的研究大致有如下几种

• 基于邻域信息的方法，CPTL
• 基于随机游走的方法，RWRMDA, MIDP, and MIDPE
• 基于机器学习的方法，RLSMDA
• 基于路径的方法，PBMDA
• 基于矩阵补全的方法，IMCMDA
  

（2012,Chen) 提出RWRMDA在功能相似性网络上采用随机游走的方法来进行连接预测

(2015,Chen,Yan)建了基于半监督学习的RLSMDA模型，用于预测潜在疾病相关miRNA。RLSMDA可计算新疾病的miRNA疾病关联预测分数。同时，RLSMDA可以避免miRNA与疾病之间的负相关。

(2016，Chen）提出了一种基于Gaussianinteraction profile kernel similarity与miRNA功能相似度和疾病语义相似度计算的WBSMDA模型。WBSMDA可以预测潜在疾病相关miRNA的新疾病和新的miRNA没有已知的关联信息。

(2017,You）PBMDA是一种有效的基于路径的miRNA疾病关联预测模型。该模型采用深度优先搜索算法，整合疾病语义相似性、miRNA功能相似性、已知miRNA-疾病关联信息、Gaussian interaction profile kernelsimilarity 。

(2017，Zeng)利用疾病相似性网络，miRNA相似性网络，以及疾病-MiRNA关联信息，提出了基于结构扰动的miRNA-疾病预测算法。

(2018,Chen). BNPMDA提出了一种二分网络投影的方法来进行链接预测。miRNA 功能相似性, 疾病语义相似性，miRNA-疾病关联信息和Gaussianinteraction profile kernel similarity

(2018)DMHM提出了一种结合了target信息基于异构网络的方法。

(2018)IMCMDA提出了一种基于矩阵补全的方法。

MIDP MIDPE基于随机游走的方法 数据包含 5100 associations between 490 miRNAs， 326 种疾病




3.        可供实验参考的代码和数据
SPM
数据来源：
miRNA Disease associations：HMDD
MiRNA functional similarity
Disease  functional similarity

数据统计：577 miRNAs 337种疾病
IMCMDA
数据来源：
miRNA Disease associations：HMDD2.0
MiRNA functional similarity :http://www.cuilab.cn/fles/images/cuilab/misim.zip
Disease semantic similarity model 1:MeSH
Disease semantic similarity model 2:MeSH
miRNA高斯相似度 疾病高斯相似度，通过miRNA Disease associations计算得到
数据统计：383miRNA 495 disease
DMHM
数据来源：
miRNA Disease associations：HMDD(2013)
Disease gene associations：SIDD http://mlg.hit.edu.cn/SIDD
miRNA target interactions：a.MiRTarbase；b.DIANA-Tarbase
Gene interactions:HPRD
Disease semantic similarity:MeSH
数据统计：
330 diseases, 1726 miRNAs, 6180 genes, 5219 miRNA-disease associations, 19,476 disease-gene associations, 25,031 gene-gene interactions and 242,860 miRNA-gene interactions

NNMDA基于神经网络的方法http://github.com/wwnew/NEP
数据：577 miRNAs 337种疾病