基于多模态协同表示学习的piRNA-疾病关联的识别方法

本发明属于计算机辅助疾病诊断领域，具体是基于多模态协同表示学习的piRNA‑疾病关联的识别方法，该方法通过融合piRNA‑disease关联信息以及piRNA和疾病的多源相似性信息构建综合的异构网络；将异构网络表示学习模块、关联网络表示学习模块和多视图表示学习模块的特征进行融合，构建一个集成多模态的piRNA‑disease关联对特征表示，基于全连接神经网络来预测piRNA与疾病之间的关联置信度。本发明充分挖掘了来自piRNA和疾病的五种多源相似性信息；从不同视角引入了三种协同表示学习模块，通过各模块之间的相互作用与补充，使得MCRL‑PDA能够更加精确的捕获piRNA与疾病之间的复杂关系。本发明多源相似性融合和多模块表示学习的方法可以有效提高MCRL‑PDA识别不同实体间复杂关系的能力。