基于异质图注意力网络的miRNA与疾病关联预测算法
Acta Electronica Sinica（2022）
Abstract
众多实验表明,microRNA(miRNA)的异常表达与人类复杂疾病的产生和演化有关.识别miRNA与疾病间的关联有助于促进临床医学的发展.然而,传统的实验方法往往耗时耗力、效率低下,因此迫切需要高效的计算方法对miRNA与疾病间的潜在关联进行预测.本文提出了一种基于异质图注意力网络的端到端的计算模型来预测miRNA与疾病的关联.该方法通过多头注意力机制捕获异质邻居的结构和属性信息,并将其与中心顶点的属性信息进行融合,从而构建出更具表达能力的miRNA和疾病的特征嵌入,进而通过全连接层对miRNA与疾病间的潜在关联进行预测.5折交叉验证结果显示,该模型分别在HMDD v2.0和HMDD v3.0数据集上取得了93.52％和94.82％的AUC值.此外,关于食管肿瘤的病例研究结果显示,该模型预测的前50个miRNA中有48个得到了证实.上述实验结果表明,该模型可作为一种可靠的工具预测候选疾病的相关miRNA.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined