计算机应用研究2021，Vol.38Issue(9) ：2678-2682.DOI:10.19734/j.issn.1001-3695.2021.01.0017

基于有监督的多视角变分图自编码器的协同致死基因预测算法

Synthetic lethality prediction via supervised multi-view variational graph auto-encoder

郝志峰 吴迪 蔡瑞初 陈学信 温雯
计算机应用研究2021，Vol.38Issue(9) ：2678-2682.DOI:10.19734/j.issn.1001-3695.2021.01.0017
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于有监督的多视角变分图自编码器的协同致死基因预测算法

Synthetic lethality prediction via supervised multi-view variational graph auto-encoder

郝志峰 1吴迪 2蔡瑞初 2陈学信 2温雯2
扫码查看

作者信息

  • 1. 广东工业大学 计算机学院,广州510006;佛山科学技术学院 数学与大数据学院,广东 佛山528011
  • 2. 广东工业大学 计算机学院,广州510006
  • 折叠

摘要

协同致死关系是开发靶向抗癌药物的重要方法之一,通过计算方法预测协同致死基因可以为生物学上的研究提供目标指导,从而提高研究效率并降低实验成本.针对协同致死预测问题,提出了一种通用的、多视角变分图自编码器框架,引入了已知的协同致死关系作为监督信号,同时对局部的单视角数据和全局的多视角协同致死关系重构进行监督训练,在细粒度下获取每个视角中和协同致死相关的基因隐藏表示,最后将多视角的重构图融合在一起进行协同致死预测.在SynLethDB数据集上的实验结果表明方法的有效性.

关键词

协同致死/图神经网络/变分图自编码器/多视角/癌症

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量2
参考文献量1
段落导航相关论文