[发明专利]基于自注意力机制的长链非编码RNA-疾病关联预测方法和系统

权利要求书

1.一种基于自注意力机制的长链非编码RNA-疾病关联预测方法，其特征在于，包括如下步骤：

S1：数据获取与预处理：获取疾病语义信息和已知的长链非编码RNA-疾病关联情况，构建异质网络，并计算同质节点彼此间的相似性；

S2：拓扑特征提取：将所述相似性和关联情况表示为异质网络的带权邻接矩阵，根据所述邻接矩阵幂次的定义，获取目标长链非编码RNA-疾病节点对之间的多跳拓扑通路特征；

S3：基于自注意力网络预测关联关系：构建基于自注意力机制的神经网络，获取特征嵌入并通过单层全连接网络进行分类，将基于自注意力机制的神经网络的输出矩阵转换为概率分布，预测是否具有关联关系；

S4：模型训练：在训练集上基于反向传播算法进行模型训练，得到长链非编码RNA-疾病关联预测模型；

S5：预测关联关系：通过预测模型处理目标长链非编码RNA-疾病节点对，判断是否具有关联关系。

2.根据权利要求1所述的基于自注意力机制的长链非编码RNA-疾病关联预测方法，其特征在于，所述步骤S1具体为：

S11：整合长链非编码RNA-疾病关联关系：

对于l个长链非编码RNA和d种疾病，以A_LD∈R^l×d表示其关联关系；若已知某长链非编码RNA-疾病节点对有关联，则A_LD中的对应位置值为1，否则值为0；

S12：计算疾病相似性：

获取疾病之间的父子关系并将其表示为有向无环图；对于疾病t₁，记T₁是包含了t₁及其祖先疾病的集合，则T₁中的任一疾病t相对于t₁的语义贡献值为：

其中，children of t指疾病t的子疾病集合；

设则疾病t₁和t₂之间的相似性的计算过程为：

其中，SV(t₁)和SV(t₂)分别表示集合T₁和T₂的疾病语义贡献值之和；

对数据集中的d种疾病，计算其两两之间的相似性，获得疾病相似性矩阵S_D∈R^d×d；

S13：计算长链非编码RNA相似性：

已知长链非编码RNAr₁、r₂分别与n₁、n₂种疾病相关，将这些疾病记为t_1k和t_2m，1≤k≤n₁，1≤m≤n₂；则长链非编码RNAr₁和r₂之间的相似性计算过程为：

其中，Sim(t_1k，t_2m)和Sim(t_2m，t_1k)表示疾病相似性；

对于数据集中的l个长链非编码RNA，计算其两两之间的相似性，获得长链非编码RNA相似性矩阵S_L∈R^l×l。