HDGGCN：基于相似度邻接矩阵生成的异质疾病-基因网络表示学习

《IEEE Transactions on Computational Biology and Bioinformatics》：HDGGCN: Heterogeneous Disease-Gene Network Representation Learning using Similarity-based Adjacency Matrix Generation

　　

摘要：

发现疾病相关基因对于理解疾病机制至关重要，这能有效改善临床诊断和治疗，并最终实现精准医疗。然而，由于生物信息数据的稀疏性和复杂性，难以融合多源信息并提取高维稀疏数据的特征以实现令人满意的预测性能。本文提出了一种基于相似度邻接矩阵生成的异质疾病 - 基因网络表示方法（HDGGCN），以实现疾病 - 基因预测。首先，我们提出了一种基于余弦相似度的邻接矩阵生成策略，以重构疾病 - 基因 -GO 异质网络。然后，将重构的邻接矩阵和特征矩阵作为图卷积神经网络（GCN）的输入，并生成低维节点表示。最后，提出了一种新颖的数据划分机制，以实现高性能预测。HDGGCN 算法的有效性已通过四个代表性评估指标得到验证，包括精确率、召回率、F1 得分和关联精确率（AP）。具体来说，与最先进的基线模型相比，HDGGCN 在 TOP-5 到 TOP-20 截断范围内，精确率性能提升至少为 0.6%?2.4%，召回率提升至少为 1.0%?1.4%，F1 得分提升至少为 1.0%?1.3%，同时 AP 至少增加 3.0%。