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.