[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在审
| 申请号： | 202210702017.6 | 申请日： | 2022-06-20 |
| 公开（公告）号： | CN114999635A | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 张奕;王真梅;蔡钢生 | 申请（专利权）人： | 桂林理工大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G16B20/00;G16B5/00;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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，步骤如下：获取circRNA‑疾病关联矩阵；计算circRNA功能相似性、circRNA高斯相互作用谱核相似性、疾病高斯相互作用谱核相似性、疾病语义相似性，构建circRNA集成相似性和疾病集成相似性，生成circRNA‑疾病异构图；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，融合circRNA特征向量和疾病特征向量为最终的circRNA‑疾病特征向量；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；Node2vec方法对circRNA‑疾病异构图提取节点的全局结构信息；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。通过计算方法预测与疾病相关的circRNA，节省时间，有助于阐明疾病发病机制，寻找有效治疗方案。 | ||
| 搜索关键词： | 一种 基于 图卷 神经网络 node2vec circrna 疾病 关联 关系 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林理工大学，未经桂林理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210702017.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种适用于口罩模式下的人脸识别在线通行系统
- 下一篇：一种刚柔耦合变构式手爪
