[发明专利]一种基于图卷积神经网络和node2vec的circRNA-疾病关联关系预测方法

权利要求书

1.一种基于图卷积神经网络和Node2vec的circRNA-疾病关联关系预测方法，其特征在于，包括以下步骤：

步骤1：获取circRNA-疾病关联矩阵；

步骤2：计算疾病语义相似性，疾病高斯相互作用谱核相似性、circRNA功能相似性、circRNA高斯相互作用谱核相似性，构建circRNA集成相似性和疾病集成相似性，生成circRNA-疾病异构图；

步骤3：稀疏自动编码器对circRNA(疾病)集成相似性进行特征提取和变换后转为64维特征向量，组合circRNA特征向量和疾病特征向量为最终的circRNA-疾病特征向量；

步骤4：图卷积神经网络对circRNA-疾病异构图提取节点的局部结构信息；

步骤5：Node2vec方法对circRNA-疾病异构图提取节点的全局结构信息；

步骤6：将前两步得到的节点信息送入到随机森林分类器中，预测潜在的circRNA-疾病关联关系。

2.根据权利要求1所述的基于图卷积神经网络和Node2vec的circRNA-疾病关联预测方法，其特征在于，步骤1中，具体为：

从circR2Disease数据库中获取经实验验证的circRNA-疾病关联数据，删除冗余数据，只挑选与人类复杂疾病相关的已知关联数据，作为circRNA-疾病关联矩阵。

3.根据权利要求1所述的基于图卷积神经网络和Node2vec的circRNA-疾病关联预测方法，其特征在于，步骤2中，具体为：

从MESH数据库获取每种疾病的相关注释词，利用有向无环图(DAG)计算疾病间的语义相似性得到疾病语义相似性；根据circRNA-疾病关联矩阵，计算circRNA(疾病)高斯相互作用谱核相似性；根据疾病语义相似性和circRNA-疾病关联矩阵，计算circRNA功能相似性；通过整合来自多个数据源的互补信息和不同的表示方法，采用集成相似性来量化每对疾病相似性克服固有稀疏性，得到circRNA集成相似性矩阵和疾病集成相似性矩阵。

4.根据权利要求1所述的基于图卷积神经网络和Node2vec的circRNA-疾病关联预测方法，其特征在于，步骤3中，具体为：

稀疏自动编码器不仅能自动学习特征，而且能给出比原始数据更好的特征描述；用稀疏自动编码器学习的特征替代原始数据，模型预测性能会有一定的提升；为此，本发明使用稀疏自动编码器分别对circRNA(疾病)集成相似性通过反向传播算法最小化输入和输出之间的误差，提取和变换特征，得到64维circRNA(疾病)特征向量；最后，组合circRNA(疾病)特征向量得到最终的circRNA-疾病特征向量。

5.根据权利要求1所述的基于图卷积神经网络和Node2vec的circRNA-疾病关联预测方法，其特征在于，步骤4中，具体为：

局部结构信息描述图中节点与节点之间的局部相似性；具体地，如果两个节点之间存在边连接，则两个节点在嵌入空间中会有联系；如果两个节点之间没有存在边连接，则它们的一阶接近度为0；图卷积神经网络输入circRNA-疾病异构图的结构和circRNA(疾病)节点特征，输出节点的池化信息和图结构信息，获取局部结构信息。

6.根据权利要求1所述的基于图卷积神经网络和Node2vec的circRNA-疾病关联预测方法，其特征在于，步骤5中，具体为：

全局结构信息描述没有直接联系的两个节点之间关系；Node2vec方法是对DeepWalk针对性改进，是基于随机游走对图进行采样，将节点邻接结构映射为序列结构；然后利用采样得到的序列训练Skip-gram模型，捕捉节点与节点之间的连通性，得到全局结构信息。

7.根据权利要求1所述的基于图卷积神经网络和Node2vec的circRNA-疾病关联预测方法，其特征在于，步骤6中，具体为：

将前两步得到的节点信息送入随机森林分类器中，预测潜在的circRNA-疾病关联关系，采用五折交叉验证，得到本发明的AUC值和AUPR值，获取预测结果。