48、Mirsynergy：检测协同 miRNA 调控模块的新方法

Mirsynergy：检测协同 miRNA 调控模块的新方法

1. 背景与问题提出

在基因组信息学的无监督学习中，检测协同 miRNA 调控模块（MiRMs）是一个重要的研究方向。负的 miRNA - mRNA 表达相关性（MMEC）对于确定 MiRMs 中 miRNA 对 mRNA 的抑制功能是必要的。然而，像 SNMNMF 这样的方法存在时间复杂度高的问题，其时间复杂度为 $O(tk(s + m + n)^2)$，其中 $t$ 为迭代次数，$k$ 为模块数，$s$ 为样本数，$m$ 为 miRNA 数，$n$ 为 mRNA 数。由于 $n$ 通常很大（例如卵巢癌数据集中有 12456 个基因），即使迭代次数或模块数较少，计算成本也很高。因此，需要一种直观、简单且高效的确定性框架来解决这个问题。

2. Mirsynergy 模型概述

Mirsynergy 是一种新的模型，它整合了 m/miRNA 表达谱、靶位点信息和基因 - 基因相互作用（GGIs）来形成 MiRMs。在这个模型中，一个 m/miRNA 可以参与多个 MiRMs，并且模块数量可以根据预定义的模型参数系统地确定。其聚类算法改编自 ClusterONE，ClusterONE 原本是用于从蛋白质 - 蛋白质相互作用（PPI）数据中识别蛋白质复合物的，而 Mirsynergy 的最终目标是先验地构建 MiRMs，并利用它们更好地解释临床结果，如患者生存率。

3. 构建 MiRMs 的两个阶段

3.1 阶段 1：miRNA 聚类

在进行两个聚类阶段之前，首先使用 m/miRNA 表达数据和靶位点信息推断 miRNA - mRNA 相互作用权重（MMI