河北工业大学李建伟等开发开发强大miRNA-疾病关联预测工具

来源：iNature

原标题：Genome Biology：河北工业大学李建伟等开发开发强大miRNA-疾病关联预测工具

已经提出了一系列的miRNA-疾病关联预测方法来优先考虑潜在的疾病相关的miRNA。必须对这些方法进行独立基准测试，以评估其有效性。

2019年10月8号，北京大学基础医学院周源团队和河北工业大学李建伟团队合作在Genome Biology上在线发表了题为Benchmark of computational methods for predicting microRNA-disease associations的文章。该研究测试结果不仅为生物医学研究人员选择合适的miRNA-疾病关联预测因子提供了参考，还为开发更强大的miRNA-疾病关联预测因子提供了未来的方向。

MicroRNA（miRNA）是22nt左右的RNA，主要通过靶向mRNA的3'UTR区来调节基因表达。这些小的非编码RNA广泛参与重要的生物学过程，例如细胞分裂，分化，凋亡，细胞周期调节，炎症和应激反应。因此，miRNA的失调，包括表达失调，功能获得或丧失的突变以及表观遗传沉默，通常在许多疾病的发作和发展中起重要作用，包括但不限于癌症，心血管疾病和神经退行性疾病疾病。迄今为止，有一些流行的miRNA疾病关联数据库，其中HMDD和miR2Disease手动从文献中挑选出已知的miRNA疾病关联，而dbDEMC通过在观察到的疾病（癌症）中鉴定差异表达的miRNA来推断miRNA疾病关联。这些数据库不仅可以用于生物医学科学家了解miRNA在疾病中的作用，还可以用于生物信息学开发人员建立新颖的miRNA-疾病关联预测工具。

确实，鉴于仍然有很大一部分潜在的miRNA-疾病关联尚待探索，因此计算方法构成了实验分析的必要补充。例如，最新的miRBase记录了1917个人类miRNA基因，而根据当前的DO命名法则有9000多个疾病术语。相比之下，HMDD v3.1是目前最新的miRNA-疾病关联数据集，仅涵盖893种疾病和1206个miRNA基因之间的35547个miRNA-疾病关联。这些统计数据表明，尚未通过实验研究报道约30％和约80％的人类miRNA和疾病。考虑到实验的时间和人工成本，有效和准确的计算预测工具是必要的，并保证社区筛选主要目标进行进一步研究。

基准数据集上36种miRNA-疾病关联预测因子的整体表现

在这里，基于来自最新HMDD v3.1数据库的8000多种新颖的miRNA疾病关联，研究人员对36种容易获得的预测方法进行了系统比较。通过严格的精确召回曲线分析对它们的整体性能进行了评估，其中有13种方法显示出可接受的准确性（AUPRC> 000.200），而前两种方法的AUPRC则有希望达到0.300以上，并且在仅考虑因果关系时，其中大多数方法的排名也很高miRNA疾病关联为阳性样品。

通过组合不同的预测变量或采用更新的miRNA相似度矩阵证明了性能提高的潜力，与最佳的单个预测变量和使用先前相似性矩阵的预测变量相比，分别可提高AUPRC的16％和46％ 。该研究分析提出了可用方法的一个普遍问题，即预测结果严重偏向于带有许多已知miRNA的注释良好的疾病，并且无法通过与一般miRNA-区别因果性miRNA-疾病关联来进一步对阳性样本进行分层。

总之，该基准测试结果不仅为生物医学研究人员选择合适的miRNA-疾病关联预测因子提供了参考，还为开发更强大的miRNA-疾病关联预测因子提供了未来的方向。

原文链接：

https://www.nature.com/articles/s41422-019-0238-4