iCDA-CGR: カオスゲーム表現に基づくcircularRNAの疾患関連の同定

iCDA-CGR: Identification of circRNA-disease associations based on Chaos Game Representation.

• Kai Zheng
• Zhu-Hong You
• Jian-Qiang Li
• Lei Wang
• Zhen-Hao Guo
• Yu-An Huang

抄録

近年の研究で発見された、腫瘍細胞の浸潤や増殖などの生物学的プロセスはcircular RNAによって制御されています。サークルRNAと疾患の関連性を理解することは、複雑な疾患の病態を探り、疾患標的治療を促進するための重要な方法である。ハイスループットな発現データの解析に基づくk-merやPSSMなどの手法の多くは、機能的に類似した核酸は位置情報に関係なく直接的な線形相同性を欠き、非線形な配列関係のみを定量化していると考える傾向があります。しかし、多くの複雑な疾患では、病原核酸と通常の核酸との間の配列非線形関係はあまり変わらない。したがって、位置情報発現の解析は、circRNAと疾患の複雑な関連性を予測するのに役立つと考えられる。このギャップを埋めるために、我々はcircRNAと疾患の関連性を予測するための新しい手法、iCDA-CGRと名付けた手法を提案する。特に、circRNAの配列情報を導入し、circRNAの配列非線形関係をカオスゲーム表現（CGR）技術を用いて定量化することで、circRNAと疾患の関連性を予測する手法を初めて提案した。クロスバリデーション実験では、本手法は0.8533AUCを達成し、他の既存手法と比較して有意に高い値を示した。circ2Disease、circRNADisease、CRDDを含む独立したデータセットの検証において、iCDA-CGRの予測精度は95.18％、90.64％、95.89％に達した。さらに、circRDiseaseデータセット上でiCDA-CGRにより予測された30のcircRNA-疾患関連のうち19の関連が新たに発表された文献により確認されました。これらの結果は、iCDA-CGRが優れたロバスト性と安定性を持ち、生物学的実験の信頼性の高い候補を提供できることを示しています。

Found in recent research, tumor cell invasion, proliferation, or other biological processes are controlled by circular RNA. Understanding the association between circRNAs and diseases is an important way to explore the pathogenesis of complex diseases and promote disease-targeted therapy. Most methods, such as k-mer and PSSM, based on the analysis of high-throughput expression data have the tendency to think functionally similar nucleic acid lack direct linear homology regardless of positional information and only quantify nonlinear sequence relationships. However, in many complex diseases, the sequence nonlinear relationship between the pathogenic nucleic acid and ordinary nucleic acid is not much different. Therefore, the analysis of positional information expression can help to predict the complex associations between circRNA and disease. To fill up this gap, we propose a new method, named iCDA-CGR, to predict the circRNA-disease associations. In particular, we introduce circRNA sequence information and quantifies the sequence nonlinear relationship of circRNA by Chaos Game Representation (CGR) technology based on the biological sequence position information for the first time in the circRNA-disease prediction model. In the cross-validation experiment, our method achieved 0.8533 AUC, which was significantly higher than other existing methods. In the validation of independent data sets including circ2Disease, circRNADisease and CRDD, the prediction accuracy of iCDA-CGR reached 95.18%, 90.64% and 95.89%. Moreover, in the case studies, 19 of the top 30 circRNA-disease associations predicted by iCDA-CGR on circRDisease dataset were confirmed by newly published literature. These results demonstrated that iCDA-CGR has outstanding robustness and stability, and can provide highly credible candidates for biological experiments.