基于图卷积神经网络和拓扑特征的微核糖核酸-疾病关联预测模型

作者：畅豫霄; 董亚东; 徐永涛^*

来源：生物医学工程研究, 2023, 42(02): 122-130.

DOI：10.19529/j.cnki.1672-6278.2023.02.03

• 链路预测
• 高斯相互作用谱核相似性
• 卷积运算
• 分类特征
• 图迭代
• 无向图特征
• 十折交叉验证

针对在微核糖核酸(micro ribonucleic acid, miRNA)-疾病关联性研究中信息使用不充分，且过度依赖网络节点的相似度信息，预测准确率较低的问题，本研究提出了基于图卷积神经网络(graph convolutional neural networks, GCN)及拓扑特征的miRNA和疾病的关联预测计算模型GTMDA。该模型综合miRNA相似度矩阵、疾病语义相似度网络和miRNA-疾病关联关系矩阵，首先使用GCN和随机游走算法，分别获取miRNA和疾病的子图顶点嵌入特征及miRNA与疾病相似性网络的拓扑结构特征；然后将其输入多层感知器(multilayer perceptron, MLP),预测潜在关联性。结果表明，该模型的AUC值达到0.947 5±0.010 6,优于其他方法。此外，预测的前50个miRNA中，84%的乳腺恶性肿瘤、90%的食管癌和94%的肺癌得到了独立数据库的验证。因此，本研究模型可作为预测miRNA-疾病潜在关联的可靠模型。

• 单位
  新乡医学院; 郑州大学第一附属医院