摘要: 1、研究背景。环状RNA（circRNA）是一种拥有独特性质和多种功能的特殊的内源性非编码RNA。近年来，随着高通量测序技术的快速发展，在古生菌、植物和动物中均检测了circRNA，这种现象引起了学者的广泛关注，随着circRNA数据的增加，circRNA的部分生物学功能也逐渐清晰，如充当miRNA分子海绵、参与转录调控、联结RNA结合蛋白、发挥翻译功能等等。因此，circRNA失调将会导致细胞功能紊乱、表达异常和生长缺陷等。经研究发现，多种circRNA已经被确认与胃癌、结直肠癌、肝癌、神经胶质瘤等复杂疾病的产生与发展存在着重要的联系。
2、目的：通过生物实验来预测circRNA-疾病关联关系的方法需要耗费大量的财力与时间，该方向的发展因此受到了很大的限制。基于目前多种数据库和其它RNA研究的进展，计算方法可以解决生物实验方法成本过高等问题。考虑到目前已证实的circRNA和疾病关联数量相对较少的困境，我们提出了一个新的计算模型，利用较少的circRNA和疾病关联，更多的circRNA生物学信息来发现未知的circRNA和疾病关联。
3、方法：我们提出了基于改进的加权带偏置的元结构算法预测circRNA与疾病关系模型。第一步：为了扩大circRNA的数量，我们从exoRBase获得了1511个circRNA的表达谱。接下来，我们从CircR2Disease、CircAtlas 2.0、Circ2Disease和CircRNADisease四个数据库中获得了1511个circRNA和疾病的已知关系。第二步：计算了circRNA的表达谱相似性、序列相似性和高斯核相似性以及疾病的语义相似性和高斯核相似性。第三步：将circRNA和疾病的关系网络、circRNA整合后相似性网络和疾病整合后相似性网络相结合，构建异构网络。第四步：在异构网络上采用改进的加权带偏置的元结构算法预测circRNA与疾病关系。
4、结果：通过留一交叉验证、10折交叉验证、5折交叉验证，我们的模型得到的ROC曲线下面积（AUC）分别为0.9216、0.9172和0.9005。此外，CDWBMS在准确率（0.86），F1-score（0.88）和Matthews相关系数（0.727）方面表现良好。通过对胃癌、结直肠癌和乳腺癌进行案例研究，表明CDWBMS可以预测未知的circRNA疾病关联。
5、结论：基于目前较少的circRNA和疾病关联数量，我们的模型扩展了circRNA的数量，为探索新的未知circRNA与疾病之间的关系提供了更多空间。另外，通过对元结构算法的改进，使得算法的预测性能得到进一步提升。然而，与疾病相关的circRNAs，大部分往往没有表达谱数据，因此，我们将进一步整合circRNA与疾病的关联关系数据，结合circRNA的生物学数据，提高该模型的有效性。