伟德国际1946源自英国院讯（通讯员：高震）近日，Oxford Academic旗下期刊Bioinformatics在线发表了我院学术论文（Ji Cun-Mei, Gao Zhen, Ma Xu, Wu Qing-Wen, Ni Jian-Cheng, Zheng Chun-Hou. AEMDA: Inferring miRNA-disease associations based on deep autoencoder. Bioinformatics, 2020, btaa670)。该论文以源自英国始于1946伟德国际1946源自英国为第一完成单位，嵇存美老师为论文第一作者，倪建成教授和郑春厚特聘教授为论文共同通讯作者。Bioinformatics是生物信息学领域的重要期刊之一，最新影响因子5.610，中科院分区1区TOP。

针对特征向量提取困难、负样本缺少以及准确率较低等问题，构建了基于深度自编码器的计算模型AEMDA。AEMDA模型首先提出一种基于表征学习的方法，从集成的疾病语义相似性、miRNA功能相似性，以及对应的高斯核相似性中，分别训练两个模型学习miRNA和疾病的高维向量表示。此外，AEMDA提出了一种基于深度自编码器的关联预测模型，无需负样本信息。AEMDA根据miRNA和疾病向量表示和已知的miRNA-疾病关联训练预测模型，深度自编码器的重构误差被用作衡量miRNA-疾病相关性的评价指标。基于交叉验证和案例研究的实验结果表明，AEMDA可以有效地预测疾病相关的miRNA。

全文链接：https://doi.org/10.1093/bioinformatics/btaa670

该研究得到了国家自然科学基金的资助支持。