基于图神经网络的miRNA-疾病关联预测

摘要

本发明提供了基于图神经网络的miRNA‑疾病关联预测。由于传统的神经网络模型无法处理miRNA‑疾病关联预测领域的不规则的非欧式空间数据。因此我们选用GraphSAGE模型对图节点进行特征提取。首先我们将整合的疾病相似度、整合的miRNA相似度映射到相同的特征空间，并利用已知的关联数据构建miRNA‑疾病二部图作为GraphSAGE的输入。通过GraphSAGE模型聚合邻居节点的信息，丰富节点特征表示，为下游预测任务提供有效的数据。最后将学习到的miRNA和疾病的潜在特征加权拼接后作为深度神经网络预测模型的输入，获得关联得分。利用交叉熵损失函数反向传播训练模型参数。