基于图表示学习的环状RNA-疾病关联预测方法

    公开(公告)号:CN117393143B

    公开(公告)日:2024-06-25

    申请号:CN202311316888.5

    申请日:2023-10-11

    Abstract: 本发明公开了一种基于图表示学习的环状RNA‑疾病关联预测方法、移动设备及存储介质,该方法包括:基于环状RNA及相关信息构建环状RNA的异构网络,所述异构网络包括环状RNA节点和疾病节点;将异构网络中各个节点的特征随机初始化后输入图表示学习模型,通过所述图表示学习模型按预设流程学习各个节点的表示向量;基于环状RNA节点的表示向量和疾病节点的表示向量的内积确定为对应环状RNA与疾病的关联预测得分。如此,通过图表示学习模型学习异构网络中各个节点的表示向量,再基于环状RNA节点和疾病节点的表示向量的内积确定关联预测得分,提高了异构网络构建的灵活性,使得图表示学习模型能获得更丰富的节点表示,提高了环状RNA‑疾病预测的准确性。

    基于图表示学习的环状RNA-疾病关联预测方法

    公开(公告)号:CN117393143A

    公开(公告)日:2024-01-12

    申请号:CN202311316888.5

    申请日:2023-10-11

    Abstract: 本发明公开了一种基于图表示学习的环状RNA‑疾病关联预测方法、移动设备及存储介质,该方法包括:基于环状RNA及相关信息构建环状RNA的异构网络,所述异构网络包括环状RNA节点和疾病节点;将异构网络中各个节点的特征随机初始化后输入图表示学习模型,通过所述图表示学习模型按预设流程学习各个节点的表示向量;基于环状RNA节点的表示向量和疾病节点的表示向量的内积确定为对应环状RNA与疾病的关联预测得分。如此,通过图表示学习模型学习异构网络中各个节点的表示向量,再基于环状RNA节点和疾病节点的表示向量的内积确定关联预测得分,提高了异构网络构建的灵活性,使得图表示学习模型能获得更丰富的节点表示,提高了环状RNA‑疾病预测的准确性。

Patent Agency Ranking