摘要
本申请公开了一种水稻次级代谢物蛋白质关联预测方法和装置,涉及生物信息技术领域。所述方法包括:以水稻次级代谢物、蛋白质和功能注释作为节点,构建异质图;基于异质图聚合邻居层面的信息和关系层面的信息,学习节点嵌入表示,并添加邻居对比学习框架,指导节点嵌入表示的学习;基于节点嵌入表示,构建边表示,基于边表示预测水稻次级代谢物和蛋白质的关联。本发明通过引入异质图神经网络,能够有效整合不同类型的生物数据,捕捉复杂的多层次交互关系,显著提高了水稻次级代谢物和蛋白质关联预测的准确性和可靠性,且相较于传统的分子生物学实验大大降低了时间、金钱和人力成本。
技术关键词
邻居
异质
关联预测方法
节点
多层感知机
关系
生物信息技术
注意力机制
计算机程序产品
处理器
锚点
预测装置
框架
计算机设备
多层次
可读存储介质
存储器
模块
算法
系统为您推荐了相关专利信息
神经网络优化方法
历史会话
生成推荐内容
节点
随机噪声
互联网电视
历史流量数据
网络拓扑数据
超图模型
调控方法
网络矩阵
流量检测方法
空间特征提取
网络节点
计算机程序代码
路径优化方法
深度强化学习模型
注意力编码器
母线
有向图结构