徐，达;Xu、Hanxiao;张玉森;陈伟;高锐 基于正则化非负矩阵分解和序列信息的LncRNA-蛋白质相互作用预测。 （英语） Zbl 1474.92033号 匹配Commun。数学。计算。化学。 85，编号3，555-574（2021）. 摘要：lncRNA影响邻近蛋白编码基因的表达，并与相关RNA结合蛋白相互作用发挥功能。有必要开发新的计算模型，以减少生物实验的成本和时间，并选择最有希望的lncRNA-protein对进行实验验证。在这项工作中，我们提出了一种新的模型，称为LPI-RNMF，通过使用新的正则化非负矩阵分解（RNMF）算法来识别lncRNA-protein相互作用（LPI）。首先，LPI-RNMF分别通过基于序列的标准化Smith-Waterman评分和基于已知lncRNA-protein关联矩阵的高斯相互作用轮廓核提取整合lncRNA和蛋白质相似矩阵。然后，提出了一种新的正则化非负矩阵分解算法，并用于预测潜在的相互作用。我们对基准数据集进行了5次交叉验证实验，AUC值为0.9102，AUPR值为0.7245。此外，还实施了leave-one-out交叉验证（LOOCV），AUC值为0.9210。比较结果明显高于其他提及的方法。此外，案例研究和对新数据集的测试也证明了该方法的稳定性能。这些实验结果表明，LPI-RNMF是预测未知lncRNA-蛋白相互作用的有用工具。 理学硕士： 92C40型 生物化学、分子生物学 92D20型 蛋白质序列，DNA序列 PDF格式BibTeX公司 XML格式引用 \textit{D.Xu}等人，MATCH Commun。数学。计算。化学。85，第3号，555--574（2021；Zbl 1474.92033） 全文： 链接