公开(公告)号：CN117436474A

公开(公告)日：2024-01-23

申请号：CN202311526278.8

申请日：2023-11-16

Applicant: 西北农林科技大学

Inventor： 柴子义 ,  赵德锋 ,  周志超 ,  刘全中 ,  柴子涵

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明提供基于关系型图卷积神经网络快速预测基因调控网络，包括如下步骤：步骤A：初始图构建,DeepGenei n根据scRNA‑seq数据和已知的调控关系网络构建初始GRN骨架；步骤B：使用R‑GCN编码器学习TF和Target节点嵌入,根据初始GRN骨架随机负采样生成对应的负样本，分别构造正关系二分图和负关系二分图，采用R‑GCN来学习初始GRN的拓扑信息和特征信息，生成TF和Target节点嵌入；步骤C：应用双线性解码器重构图，本发明采用能够很好的聚合拓扑结构信息和节点特征信息的关系型图卷积神经网络来解决，R‑GCN处理非结构化数据时具有出色的能力，对于没有可靠负样本的情况，采用两个矩阵来分别保存真实的交互关系和负采样不存在的交互关系，通过采用这种方式能够很好地提高样本的可信度。