期刊文献+

基于异构图神经网络的微生物与疾病关联挖掘

Microbe-disease Association Mining in Heterogeneous Graph Neural Network
下载PDF
导出
摘要 微生物与疾病关联挖掘的工作大多未考虑微生物分类信息树等微生物背景信息,也未能充分利用微生物与疾病间的非线性关联,为此提出一种基于异构图神经网络的微生物与疾病关联挖掘方法。利用微生物分类信息树完善生物分子网络,输出异构生物分子网络节点的低维向量并挖掘节点间关联。研究结果表明,与传统方法相比,引入微生物分类信息树的新方法具有更好的效果,AUC、AUPRC和F1-score分别达到0.901、0.552和0.557。 Most of the existing work on microbes-diseases association mining fails to take into account the microbial background information,such as microbial taxonomy hierarchy tree,and fails to make full use of the nonlinear association between microbes and diseases.There fore a method of association mining between microbes and diseases in heterogeneous graph neural network is proposed.The method perfects the biomolecular network through microbial taxonomy hierarchy tree,output the low dimensional vector and mining association between microbes and diseases.The results show that the new method has better results compared to the traditional method,with AUC,AUPRC and F1-Score up to 0.901,0.552,0.557.
作者 时宇 吴舜尧 SHI Yu;WU Shun-yao(School of Computer Science and Technology,Qingdao University,Qingdao 266071,China)
出处 《青岛大学学报(自然科学版)》 CAS 2022年第4期8-13,共6页 Journal of Qingdao University(Natural Science Edition)
基金 山东省自然科学基金(批准号:ZR2019PF012)资助 山东省高等学校科技计划(批准号:J18KA356)资助。
关键词 图神经网络 微生物与疾病关联 微生物分类信息树 graph neural network microbe-disease association mining microbial taxonomy hierarchy tree
  • 相关文献

参考文献1

共引文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部