针对疾病检测方法中忽略微生物潜在关联问题,提出一种基于微生物转移网络的新型图神经网络算法(SAGE-O-N)用于疾病检测。算法利用微生物测序信息的相似性特征构建微生物转移网络,使用图结构数据挖掘算法发掘相似性与表型关联。实验结果...针对疾病检测方法中忽略微生物潜在关联问题,提出一种基于微生物转移网络的新型图神经网络算法(SAGE-O-N)用于疾病检测。算法利用微生物测序信息的相似性特征构建微生物转移网络,使用图结构数据挖掘算法发掘相似性与表型关联。实验结果表明,与传统机器学习方法相比,SAGE-O-N在单种疾病上的受试者工作特征曲线面积(Area Under Curve,AUC)提高了约2%,在并发症数据集中AUC提高约4%。展开更多
文摘针对疾病检测方法中忽略微生物潜在关联问题,提出一种基于微生物转移网络的新型图神经网络算法(SAGE-O-N)用于疾病检测。算法利用微生物测序信息的相似性特征构建微生物转移网络,使用图结构数据挖掘算法发掘相似性与表型关联。实验结果表明,与传统机器学习方法相比,SAGE-O-N在单种疾病上的受试者工作特征曲线面积(Area Under Curve,AUC)提高了约2%,在并发症数据集中AUC提高约4%。