基于异质网络层次注意力机制的基因功能预测

摘要：

基因组测序技术的快速发展使得生物数据库中的基因和基因组序列数据数量迅速增加,但其中仍有大量基因功能是未知的.为此,提出基于异质网络层次注意力机制的基因节点表示学习方法HAGE,用以预测基因功能.结合多种来源的数据集,构建一个具有节点属性的基因功能相关异质网络,在网络中使用层次注意力机制为每一个基因节点学习一个节点嵌入向量,该向量可用于后续的基因功能预测等任务.实验结果表明,与GraphSAGE和GAT等方法相比,HAGE具有更好的预测性能.

关键词：基因功能预测、异质信息网络、注意力机制、网络表示学习、网络嵌入

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;上海市科技发展基金

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：43-49