WBSMDA : Score intra et inter pour la prédiction de l'association miARN-maladie

Des preuves croissantes ont indiqué que les microARN (miARN) sont fonctionnellement associés au développement et à la progression de diverses maladies humaines complexes. Cependant, les rôles des miARN dans plusieurs processus biologiques ou diverses maladies et leurs mécanismes moléculaires sous-jacents ne sont pas encore entièrement compris. Prédire les associations potentielles miARN-maladies en intégrant divers ensembles de données biologiques hétérogènes est d'une grande importance pour la recherche biomédicale. Les méthodes computationnelles pourraient obtenir des associations potentielles miARN-maladies en peu de temps, ce qui réduit considérablement le temps et le coût expérimentaux. Compte tenu des limitations des méthodes computationnelles précédentes, nous avons développé le modèle de Score intra et inter pour la prédiction de l'association miARN-maladie (WBSMDA) afin de prédire les miARN potentiellement associés à diverses maladies complexes. WBSMDA pourrait être appliqué aux maladies sans miARN connus associés. L'AUC de 0,8031 basée sur la validation croisée Leave-one-out a démontré sa performance fiable. WBSMDA a été appliqué à des néoplasmes coliques, des néoplasmes prostatiques et des lymphomes pour l'identification de leurs miARN potentiellement associés. En conséquence, 90 %, 84 % et 80 % des paires prédictives miARN-maladie dans la liste des 50 meilleures prédictions pour ces trois maladies ont été confirmées par des publications expérimentales récentes, respectivement. Il est prévu que WBSMDA soit une ressource utile pour l'identification d'associations potentielles miARN-maladie.