摘要
本发明提供了一种基于图神经网络的miRNA‑疾病关联预测方法,涉及图神经网络技术领域。该方法包括:获取miRNA序列、疾病描述文本、miRNA家族信息、疾病父子关系和miRNA‑疾病关联关系数据,进行数据对齐后构建异质图;基于miRNA序列和疾病描述文本,使用预训练语言模型获取miRNA表示和疾病表示作为节点特征,更新异质图;构建异质图MDA关联预测模型,将更新后的异质图和待预测miRNA‑疾病对输入,得到待预测miRNA‑疾病对的关联预测分数。该方法在实体表示上可充分表示生物实体;在模型构建上可有效聚合不同类型节点的信息,并在不同类型的边执行多深度的消息传递,实现对节点、边的异构信息的整合,有助于提升miRNA‑疾病关联预测性能。
技术关键词
疾病关联预测方法
异质
节点特征
预训练语言模型
嵌入特征
注意力机制
疾病关联关系
家族
文本
神经网络技术
邻居
序列
语义
工作特征
样本
实体
数据
系统为您推荐了相关专利信息
跨层设计方法
语义关联度
文本
预编码矢量
鲁棒性