一种基于图卷积神经网络的病毒-宿主相互作用预测方法

摘要

一种基于图卷积神经网络的病毒‑宿主相互作用预测方法，数据获取：从数据库中获取HCV和人类蛋白质相互作用的数据；数据表示：为每个蛋白序列创建PSSMs，得到蛋白质PSSM为L*20的PSSM打分矩阵，并得到20*20的矩阵，将其作为特征提取的输入；特征提取：对蛋白质的PSSM矩阵进行特征提取；模型搭建：采用2层GCN模型进行模型搭建；模型训练：利用五折交叉验证进行模型训练,随机初始化权重；模型预测：利用训练后得到的模型对测试数据集进行预测，检验算法的泛化能力。该方法不需要构造负数据集，避免假阴性数据的出现，同时考虑HCV‑宿主蛋白质相互作用的网络结构信息，提升预测效果。