基于星系动力学启发的图正未标记学习中代表性负样本采样方法

本文提出StarHunter-PU（SH-PU）框架，创新性地将星系动力学原理引入图正未标记（GPU）学习领域。通过动量移动平均构建动态"引力中心"原型，在嵌入空间划定可靠负样本区域（"引力场"），解决传统可靠负采样（RN）方法因代表性偏差和决策边界失真导致的模型泛化性不足问题。实验表明该方法在生物信息学（如基因变异分析、蛋白质互作预测）场景中显著优于现有技术。

　　

亮点

(1) 动态"星系洞察"理论：突破静态聚类范式，将阳性类中心建模为通过动量移动平均持续演化的"引力中心"，为动态训练环境提供稳定参考基准，显著提升负样本的代表性与质量。

(2) StarHunter-PU框架：将星系动力学原理转化为端到端解决方案，整合自监督图表示学习与原型引导负采样算法，系统性地捕获阴性空间多样性（如基因变异中的致病/非致病突变差异）。

实验验证

在真实生物医学数据集（包括蛋白质相互作用网络和基因组变异图谱）的测试中，SH-PU的F₁分数超越现有PU学习方法，部分场景甚至优于全监督图神经网络（GNN）。

结论

SH-PU通过模拟天体物理中的连续运动规律（如恒星渐进轨迹），构建动态原型更新机制，克服了传统K-means式硬更新的跳跃性问题。该框架在保持阴性样本可靠性的同时，有效覆盖生物医学图谱中的复杂模式分布（如蛋白质功能异质性），为疾病相关突变筛查等任务提供新范式。

作者贡献声明

王璐玥：核心算法设计；冯鑫源：数据验证；毛瑞：基金支持；李茵：课题监督；梁春泉：理论指导与论文修订。

利益冲突声明

作者声明不存在可能影响本研究客观性的财务或个人关系。

致谢

本研究获陕西省重点研发计划（2024NC-ZDCYL-05系列）、国家大学生创新训练项目（202410712205）等资助。

生成式AI使用声明

论文撰写过程中采用AI研究助手进行语言优化，所有科学结论均由作者独立验证。

（注：严格保留原文专业术语如F₁ score、GNN等中英对照，星系动力学等比喻性表述按原文语境保留）