一种基于图神经网络的环状RNA预测疾病的方法

本发明涉及生物信息学技术领域，提出了一种由原始通道和交互通道构成的CDA预测模型。首先从circ2Disease与circR2Disease俩个开源数据库中获取原始数据。将原始数据加工，筛选出人类的circRNA和疾病关联并构造稀疏矩阵，基于稀疏矩阵进行多种相似度计算获取初始特征，随后进入两个通道：在通道一中使用双注意力机制，提取高阶特征并保留重要信息；在通道二中，使用度分割和Wave模块，融合不同样本特征的潜在信息关联。随后，通过通道融合模块整合俩通道信息以生成最终输出，最后通过五折交叉验证以及评估指标来找到性能最优的模型。基于两个数据集的实验结果表明，该模型在CDA预测任务中的性能优于现有方法，进一步的案例研究和泛化分析验证了其有效性和广泛适用性。