引言
生物关联预测日益要求模型能够对训练图中未出现过的实体候选链接进行排序。这一冷启动场景出现在基因-疾病、药物-靶点、表型、微生物组和药物重定位等任务中，其中新观察到的实体可能具有层级或本体描述符，但已有标注关联很少（Pi?ero et al., 2020, K?hler et al., 2021, Bleakley and Yamanishi, 2009, van Laarhoven and Marchiori, 2013, Pahikkala et al., 2015, Nguyen et al., 2021, Breit et al., 2020, Himmelstein et al., 2017）。在微生物组关联预测中，由于测序数据的快速扩展和微生物-疾病资源的 curated 不完整，这一问题尤为突出（Ma et al., 2017, Janssens et al., 2018, Cheng et al., 2020, Yao et al., 2020, Jin et al., 2022）。因此，计算生命科学的核心问题不仅是图模型评分是否良好，而是所学到的图结构是否在分类学和本体中已编码的生物先验之外携带了可部署的信息。
肠道微生物-神经系统疾病关联预测是检验这一问题的有效压力测试。肠道微生物组通过免疫、代谢、神经活性和屏障相关通路（统称为肠-脑轴）与中枢神经系统通讯（Cryan and Dinan, 2012, Cryan et al., 2019）。这些相互作用的破坏已被认为与帕金森病、阿尔茨海默病、自闭症谱系障碍、多发性硬化、重度抑郁症和癫痫等神经系统和精神疾病有关（Sampson et al., 2016, Tremlett et al., 2017, Hsiao et al., 2013）。候选空间庞大，curated 证据不完整，且微生物谱系通常在疾病关联已知之前即可获得。这种组合使分类学冷启动成为天然的基准：谱系具有信息量，关联边稀疏，而成功的学习型模型必须在没有对目标分类群的 transductive 访问的情况下改善排序。
基于图神经网络（GNN）的方法被广泛用于生物和生物医学关联预测，包括miRNA-疾病（Liang et al., 2024）、药物-靶点相互作用（Nguyen et al., 2021）和微生物-疾病（Long et al., 2021）对。通过将已知关联表示为二部图并通过邻域聚合传播信息（Kipf and Welling, 2017），GNN捕捉到超越成对相似性度量的更高层次关系结构（Hamilton et al., 2017, Zhang and Chen, 2018, Schlichtkrull et al., 2018, Zitnik et al., 2018）。然而，许多报告的评估仍然是transductive的，所有评估实体均已存在于训练图中。该假设与前瞻性微生物组发现不太匹配，在后者中，分析研究不断添加可在疾病关联已知之前解决其谱系的分类群。
第二个挑战是肠道微生物功能注释的稀疏性。尽管大多数测序鉴定的分类群可通过NCBI分类学数据库获得分类学谱系（Federhen, 2012），但实验验证的功能特性，包括代谢物产生、神经递质调节和宿主基因调控，仅直接覆盖了此处使用的curated特征视图中7.2%至17.7%的分类群。这种注释差距使分类学既是基准也是信息来源。因此，可信的图学习基准必须明确与分类学进行比较，而不是将其视为背景元数据。
我们提出TaxFuse-HGCL，一个基于多视图超图编码器的分类学校准归纳框架。HGCL-ND编码器通过视图特定的超图卷积（Feng et al., 2019）在分类学谱系、代谢物产生、神经递质调节和宿主基因传播视图中表示微生物分类群。稀疏功能注释通过分类学指导的传播扩展到66%至76%的分类群，且不使用保留的关联标签。节点间的超图（）编码训练矩阵中的共现模式；多视图InfoNCE目标（van den Oord et al., 2018, You et al., 2020）正则化视图一致的嵌入。TaxFuse-HGCL随后使用RF分数目标训练神经排序器，从分类学kNN构建列表式目标，并在每折内校准神经分数与分类学邻域分数。该框架将谱系从隐式描述符转变为显式计算先验，可用于监督、校准和最终排序。
本研究探讨在严格的微生物侧分类学标签冷启动下，图学习何时能超越强层级先验增加价值，以及何时层级本身是主要的可迁移信号。主要贡献如下：
- 1.
我们为生物关联预测建立了经过泄漏审计的严格微生物侧分类学标签冷启动基准，包括Genus和经审计的Family固定划分，以及配对的采样负例和全候选检索评估。
- 2.
我们表明分类学kNN是高价值生物先验，而非平凡的基准。在密集神经系统基准上，它在主要终点上与学习型模型势均力敌，为未来图学习主张设定了严格的参考点。
- 3.
我们引入TaxFuse-HGCL，一个归纳式超图框架，使用分类学指导的特征传播、kNN引导的列表式监督以及折内校准来集成谱系和学到的图结构。
- 4.
我们使用残差校正、预言机融合、16S k-mer、消融和Disbiome重复实验探针来绘制图学习可以超越先验的区间。在独立的更稀疏数据集上，折内融合在区分度和全候选AUPR终点上显示出相比调优分类学kNN的配对增益。
- 5.
我们为区分可部署冷启动迁移和transductive图插值提供了可复现的评估标准，以用于计算生命科学。
