项目介绍：长非编码RNA（lncRNA）在生物生命活动中往往通过与蛋白质这样具有活性的生物大分子及其他分子相互作用实现其功能。在数据和算力不断增长的背景下，本项目出发点是用机器学习等智能计算方法，加快数据分析，降低成本。相比单信息源和单度量方式，本课题专注更有挑战性的多源数据协同表示学习、多相似性度量及迁移学习等方法应对高维小数据问题，从而提供更可靠的估计和判断。本课题内容包括：①将多源生物分子信息协同应用于lncRNA和蛋白质及配体间相互作用及功能模块的预测；②构造多相似度矩阵并融合，实现lncRNA和药物之间相互作用预测；③采用多种度量方式作为计算分子样本距离的度量，并结合lncRNA和多种分子相互作用和功能预测结果，建立预测网络。本课题对lncRNA参与的生物分子相互作用预测网络的建立，识别和减少相关疾病用药中不良反应的发生，促进精准用药，及发掘lncRNA在新陈代谢调控中所起作用有重要意义。