10.14135/j.cnki.1006-3080.20220115004
混合线性非线性网络的多源miRNA-疾病关联预测方法
现有miRNA-疾病关联研究大多采用miRNA功能和疾病语义相似性作为输入,未考虑miRNA序列和疾病功能等相似性信息,并且在特征提取过程中忽略了线性与非线性特征间的信息互补,影响特征质量.本文提出一种miRNA-疾病关联预测模型GCNMSF,它基于miRNA和疾病多源相似性信息,融合嵌入卷积注意块的图卷积网络学习的非线性特征和非负矩阵分解方法学习的线性特征,实现信息互补,以预测miRNA-疾病关联.实验结果表明,GCNMSF模型优于现有的miRNA-疾病关联预测方法,可以有效预测miRNA-疾病关联.
多源相似性、图卷积网络、非负矩阵分解、注意力机制、拓扑结构信息
49
TP391(计算技术、计算机技术)
山西省自然科学基金青年基金项目;国家自然科学基金
2023-07-06(万方平台首次上网日期,不代表论文的发表时间)
共11页
439-449