一种miRNA与疾病多维关系预测的计算方法

本发明公开了一种miRNA与疾病多维关系预测的计算方法。其过程包含如下步骤：首先，SMCLMDA基于相似性矩阵和关联矩阵构建相似性视图和元路径视图，并基于图卷积提取高阶表征。其次，基于对比学习优化不同视图间表征的一致性。最后，使用多层感知机对miRNA和疾病之间的传统关联、上/下调以及因果/非因果关系进行预测。我们使用受试者工作特征(ROC)曲线下面积(AUC)、精度/召回率(PR)曲线下面积(AUPR)、Accuracy、Precission、Recall、Specificity、马修斯相关系数(MCC)和F1‑score作为评估指标。此外，我们还肺癌、乳腺癌和结直肠癌进行了案例分析，进一步体现了我们模型的鲁棒性和优越性。