一种基于异质网络的图卷积个性化癌症驱动基因预测模型及方法

    公开(公告)号:CN117995273A

    公开(公告)日:2024-05-07

    申请号:CN202410095510.5

    申请日:2024-01-24

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于异质网络的图卷积个性化癌症驱动基因预测模型及方法,包括步骤:S1、构建突变‑样本关联矩阵和表达‑样本关联矩阵;S2、得到基因相似性矩阵和样本相似性矩阵;S3、得到驱动基因‑样本关联矩阵;S4、将基因相似性矩阵、样本相似性矩阵和驱动基因‑样本关联矩阵融合成为异质网络;S5、基于图卷积GCN编码器对异质网络进行基因和样本嵌入;S6、获取新的基因‑样本关联。本发明通过基因‑基因以及样本‑样本间的相似性关联关系,通过构建基于图卷积GCN的编码器来获得基因和样本的低维向量,构建解码器来重构新的基因‑样本关联,更好的关联基因和样本的特征,从而进一步提高个性化驱动基因识别的准确度。

Patent Agency Ranking