一种基于多源信息增强与反正切秩近似的circRNA-疾病关联预测方法

本文提供了一种基于多源信息增强与反正切秩近似的circRNA‑疾病关联预测方法。涉及生物信息和机器学习领域。该方法首先通过相似性增强与关联增强方法，提升circRNA、疾病及其已知关联网络的数据质量与可靠性；随后进一步提取有效相似性信息，用于缓解原始关联矩阵的稀疏性。接着，基于增强后的信息构建circRNA‑疾病异构网络，并采用反正切函数近似秩函数，引入不精确增广拉格朗日乘子法对目标函数进行优化，以获得去除噪声后的重构异构网络。最终，利用异构图推理方法在重构网络中挖掘潜在的circRNA‑疾病关联。