一种基于图卷积神经网络和node2vec的circRNA-疾病关联关系预测方法

摘要

一种基于图卷积神经网络和Node2vec的circRNA‑疾病关联关系预测方法，步骤如下：获取circRNA‑疾病关联矩阵；计算circRNA功能相似性、circRNA高斯相互作用谱核相似性、疾病高斯相互作用谱核相似性、疾病语义相似性，构建circRNA集成相似性和疾病集成相似性，生成circRNA‑疾病异构图；稀疏自动编码器对circRNA(疾病)集成相似性进行特征提取和变换后转为64维特征向量，融合circRNA特征向量和疾病特征向量为最终的circRNA‑疾病特征向量；图卷积神经网络对circRNA‑疾病异构图提取节点的局部结构信息；Node2vec方法对circRNA‑疾病异构图提取节点的全局结构信息；将前两步得到的节点信息送入到随机森林分类器中，预测潜在的circRNA‑疾病关联关系。通过计算方法预测与疾病相关的circRNA，节省时间，有助于阐明疾病发病机制，寻找有效治疗方案。