公开(公告)号：CN118430640A

公开(公告)日：2024-08-02

申请号：CN202410524760.6

申请日：2024-04-29

Applicant: 湖南科技大学

Inventor： 彭理 ,  杨嘉怀 ,  黎华平 ,  王旺 ,  肖文辉 ,  梁伟

IPC: G16B15/30 ,  G06F18/2411 ,  G06F18/22 ,  G06F18/214 ,  G06F18/25

Abstract: 本发明公开了一种基于多元域异构图聚合学习的药物和靶标相互作用预测方法，大致分为以下步骤：计算药物或靶标的相似性信息得到初始特征；定义元路径以及元域图；利用异构生物信息网络数据构建异构图；使用轻量级特征聚合器预先计算异构图中各邻居结点的信息聚合；采用特征投影步骤将特征聚合向量的维度转为一致；使用多元域图语义特征融合模块来聚合元域图级语义信息；采用对比学习进行特征优化获取最终节点特征；将最终节点特征输入到多层感知机来预测药物‑靶标相互作用评分。本发明利用简单高效的训练过程对复杂的生物实体相互关系进行建模，引入轻量元路径级特征聚合器解决训练周期中重复的邻居信息聚合带来了过多的复杂度和计算量问题。

公开(公告)号：CN118888003A

公开(公告)日：2024-11-01

申请号：CN202410077856.2

申请日：2024-01-18

Applicant: 湖南科技大学

Inventor： 彭理 ,  黎华平 ,  杨嘉怀 ,  王旺 ,  肖文辉 ,  梁伟

IPC: G16B40/00 ,  G16H50/70 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0985 ,  C12Q1/6886

Abstract: 本发明公开了一种基于元网络多跳注意力机制的预测circRNA疾病方法，包括以下步骤：融合不同节点的多种相似性信息；构建异构网络；使用跨视图元网络对相似性信息提取元知识，再整合元知识整合进异构网络中；使用多跳注意力机制学习异构网络中每个节点的特征信息，得到每个节点的聚合特征；使用广义矩阵分解突出聚合特征中的高阶特征信息，再使用多层感知机(MLP)处理最终的高阶特征信息，得到最终的circRNA‑疾病对的关联预测得分。本发明将跨视图元网络融入到图神经网络中，并且将多跳机制与注意力机制融合起来，使方法能够更好的考虑元知识与多跳信息带来的优势，从而解决普通注意力机制只能考虑临近节点信息不能考虑全局信息的问题。

公开(公告)号：CN117012277A

公开(公告)日：2023-11-07

申请号：CN202311151750.4

申请日：2023-09-07

Applicant: 湖南科技大学

Inventor： 彭理 ,  杨雨洁 ,  王旺 ,  黎华平 ,  杨嘉怀 ,  梁伟

IPC: G16B25/10 ,  G16H50/20 ,  G06N3/0464 ,  G06F18/22 ,  G06F17/16 ,  G16H50/30

Abstract: 本发明公开了一种基于层细化图卷积神经网络预测疾病lncRNA的方法，包括以下步骤：融合节点的多种相似性信息；利用构建异构网络；使用带分层细化机制的图卷积神经网络学习异构网络中每个节点的特征聚合信息；将细化的每一隐藏层的特征信息整合，得到节点的最终特征表达；对最终特征表达矩阵应用矩阵转置乘法，得到lncRNA‑疾病对的预测关联分数。本发明将分层细化机制融入到图卷积神经网络中，使其能在消息传播过程中，充分考虑每一隐藏层与节点初始特征层之间的相似性，能够放大与初始层更相似层的权重，减小与初始层不相似的层的权重，从而解决深度神经网络中常见的过度平滑问题。