背景:越来越多的临床研究表明,异常水平的特定微生物与各种人类疾病的发展密切相关。 微生物-疾病关联的知识可以为了解复杂的疾病机制以及预防,诊断和治疗各种疾病提供有价值的见解。 但是,很少有人在大规模预测人类复杂疾病的微生物候选者。方法:在这项工作中,我们通过结合两种单一的推荐方法,开发了一种新的预测微生物-疾病关联的计算模型。 基于功能相似的微生物趋于参与相似疾病机理的假设,我们采用基于邻居的协同过滤和基于图的评分方法来计算微生物-疾病对的关联可能性。 有希望的预测性能可能归因于基于两种单一推荐方法的混合方法的使用,以及基于高斯核的相似性和基于症状的疾病相似性的引入。结果:评估所提出模型的性能,我们在HMDAD数据库上实施了留一法和五重交叉验证,该数据库最近被建立为第一个收集经过实验确认的微生物与疾病关联的数据库。 结果,NGRHMDA在五重CV和LOOCV的验证框架中以0.9023±0.0031和0.9111的AUC取得了可靠的结果。 此外,发现78.2%的微生物样本和66.7%的疾病样本与我们工作的基本假设一致,即微生物倾向于参与相似的疾病群,反之亦然。结论:与其他方法相比, NG