摘要
本发明公开一种基于扩散图和异构图注意力网络预测非编码RNA和药物抗性关联的方法。属于生物信息学技术领域。本发明的目的是为了克服现有技术在piRNA‑疾病网络构建中信息采集的不完整性的技术问题。使用word2vec和扩散映射嵌入ncRNA序列和药物SMILES,不仅包含整个序列的信息,还包含子序列的信息,敏感性关联应用于使用随机森林分类器选择可靠的负关联,以解决不平衡数据集的问题。利用图网络的关注机制,将ncRNA与药物的特征进行整合,将两者的信息进行彻底整合。DMGAT具有鉴定新的ncRNA耐药的潜力。
技术关键词
序列特征
药物
注意力
word2vec模型
非临时性计算机可读存储介质
网络
异构
生物信息学技术
随机森林
编码
分类器
处理器
节点特征
邻居
计算机设备
存储器
矩阵
非线性
系统为您推荐了相关专利信息
多模态深度学习
多任务
融合特征
文本
图像数据预处理
交易风险预测
风险预测模型
融合特征
深度特征融合
多视角
图片
大语言模型
结构化解析方法
文本特征向量
图像特征向量
细胞模型
小鼠结直肠癌
放疗增敏药物
微生物菌种保藏
肿瘤