基于图卷积神经网络和拓扑特征的微核糖核酸-疾病关联预测模型
畅豫霄1
董亚东2
徐永涛3
1.新乡医学院 医学工程学院,新乡 453003;河南省临床与生物医学大数据融合技术工程实验室,新乡 4530032.郑州大学第一附属医院 互联网医疗系统与应用国家工程实验室,郑州 4500523.新乡医学院 医学工程学院,新乡 453003;河南省临床与生物医学大数据融合技术工程实验室,新乡 453003;河南省神经信息分析与药物智能设计国际联合实验室,新乡 453003
摘要：针对在微核糖核酸(micro ribonucleic acid,miRNA)-疾病关联性研究中信息使用不充分,且过度依赖网络节点的相似度信息,预测准确率较低的问题,本研究提出了基于图卷积神经网络(graph convolutional neural networks,GCN)及拓扑特征的miRNA和疾病的关联预测计算模型GTMDA.该模型综合miRNA相似度矩阵、疾病语义相似度网络和miRNA-疾病关联关系矩阵,首先使用GCN和随机游走算法,分别获取miRNA和疾病的子图顶点嵌入特征及miRNA与疾病相似性网络的拓扑结构特征;然后将其输入多层感知器(multilayer perceptron,MLP),预测潜在关联性.结果表明,该模型的AUC值达到0.9475±0.0106,优于其他方法.此外,预测的前50 个miRNA中,84%的乳腺恶性肿瘤、90%的食管癌和94%的肺癌得到了独立数据库的验证.因此,本研究模型可作为预测miRNA-疾病潜在关联的可靠模型.
关键词：链路预测高斯相互作用谱核相似性卷积运算分类特征图迭代无向图特征十折交叉验证
分类号：R318(医用一般科学)TP391(计算技术、计算机技术)TP3-05(计算技术、计算机技术)
资助基金：国家自然科学基金(21603180)河南省高校科技创新人才(22HASTIT050)河南省科技攻关项目(212102310875)
论文发表日期：2023-06-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：9( 122-130 )
英文信息