孙华　李爱平　辛思中

摘要：miRNA是一种具有内源性的小分子，能在翻译后水平上对生命活动进行调控。该文在比较了多种预测方法后，提出在基于随机游走的前提下，寻找蛋白质驱动下的miRNA与疾病致病基因关联的方法，计算相关因素的聚类作用，从而判定人体由正常转向非疾病突变过程中的因素。

关键词：蛋白质；miRNA；疾病

中图分类号：TP301

文献标识码：A

文章编号：1009-3044（2017）10-0147-02

经研究miRNA与其他一般基因相比具有自身特点，结合当前累计的数据及miRNA自身的特点，从而构建miRNA生物网络。目前基于蛋白质网络来寻找miRNA和疾病间关联的研究还是新领域，但越来越多的研究显示miRNA与肿瘤及其他多种疾病的产生、扩散有密切的关系。

1.构建miRNA-protein（M-P）相关的网络图

首先，要构建M-P网络，我们利用3个已知的M-P关联关系的数据源，其中有2012年Craft等人。基于miRNA靶基因的数据挖掘方法的数据集；另外有2010年Betel等人的MiRada5版和2011年Garcia等人的TargertScan6.2版数据集，其中提出了两种基于miRNA靶基因预测方法。其次，为了便于不同数据源之间数据的比较与整合，我们采用Francechi等人提供的miRNA串别名库，将所有miRNAs与MiRNA库标记物以及miR-NA靶基因与proteinprotein标记物做比对。同时，提出一组高效的方法，标记miRNA（M）与proteinfPl之间的关联度，记为T（M，P）。除此之外，利用两者的关联分值，对MiRanda和Target-san数据库进行统计。相应的，在给定小数据集中，MiRanda和Targetsan对于相同的miRNA，用单一的miRNA进行多目标预测的过程中，得到相关的预测分值，通过分值表我们构建M-P相关的网络图。

2.构建protein-disease（P-D）相关的网络图

构建P-D关联图将有利于预测miRNA-disease关联的研究，我们从diseases数据库下载完整的疾病数据。……