研究在構建大規模異構生物分子關聯網絡取得進展

　　中國科學院新疆理化技術研究所多語種信息技術研究室研究生郭鎮豪、易海成在研究員尤著宏的指導下，開展的關于大規模異構生物分子關聯網絡的研究“Construction and Comprehensive Analysis of a Molecular Association Network via lncRNA-miRNA-Disease-Drug-Protein Graph”（《構建及綜合分析基于長非編碼RNA-微小RNA-環狀RNA-信使RNA-微生物-疾病-藥物-蛋白質的生物分子關聯網絡》）于近日發表在Cells雜志上。

　　該工作在國際學術界首次提出了生物分子關聯網絡（Molecular Association Network，MAN）的定義，MAN網絡系統地集成了8種不同類型的生物分子（包括lncRNA、miRNA、circRNA、mRNA、microbe、disease、drug及protein）及18種關聯關系（包括miRNA-disease、circRNA-disease、circRNA-miRNA、disease-mRNA、disease-microbe、drug-disease、drug-mRNA、drug-microbe、drug-protein、lncRNA-disease、lncRNA-mRNA、lncRNA-miRNA、lncRNA-protein、miRNA-drug、miRNA-mRNA、miRNA-protein、mRNA-protein、protein-protein），并在此基礎上建立了一個預測、發現生物分子間潛在關聯關系的計算模型。多年來，不同生物分子之間如何相互作用以產生適當的細胞行為一直是系統生物學和基因組學界密切關注的科學問題。該研究一方面為整合大規模生物數據以構建快速、高效的計算模型提供了新思路，另一方面對促進理解基因的調控，揭示疾病的分子機理、加速藥物靶標的發現以及藥物重新利用具有重大意義。

　　后基因組時代的一個關鍵問題是如何系統地建模及表征細胞內轉錄物或翻譯物之間的關聯關系。高通量“組學”技術的快速發展為此任務奠定了數據基礎，然而很多手工方法鑒定的相互作用的假陽性比較高并且耗時耗力，因此迫切需要開發計算機計算預測工具來為濕實驗提供篩選和指引。針對這一科學問題，該工作依托于目前已有的多種孤立的生物分子關聯關系，整合構建了一個涵蓋長非編碼RNA、微小RNA、環狀RNA、信使RNA、微生物、疾病、藥物及蛋白質的異構生物分子關聯網絡。在系統論和整體論的視角上，提出了一個基于節點屬性和節點行為特征進行生物分子間潛在關聯關系預測的計算框架。具體來說，節點的屬性如蛋白質、RNA的序列通過k-mer特征來描述，疾病由其表征的語義相似性來表征，而藥物由其化學結構的分子指紋來建模，節點的行為特征則通過圖/網絡嵌入學習模型LINE進行表示學習。每個節點通過結合上述屬性和行為信息，進而被表征成一個低維、稠密的向量。最后通過機器學習模型隨機森林來執行潛在關聯關系預測任務。研究結果表明，此方法能夠提供精確、穩定、覆蓋率高的分子間關聯關系預測結果。該工作為理解生物分子之間的協同關聯關系提供了系統性的視角，將有助于啟發和推動后續系統生物學及生物醫學研究。Cells期刊評審人對這一重大突破給予了很高評價：“作者在展示如何將盡可能多的數據集成到學習框架中以預測新穎有意義的關聯關系方面做出了得體的工作。所呈現的結果是任何應用領域機器學習論文的典型結果。”

　　該工作得到國家自然科學基金優秀青年科學基金等資助。