【技术实现步骤摘要】
本专利技术是一种基于随机扰动和多视图图卷积网络的circrna-疾病关联预测模型，简称rpmgcn。
技术介绍
1、环状rna (circular rna, circrna) 是一种新型的内源性非编码rna，具有独特的闭合环状结构，其独特的序列结构使其具有mirna海绵、rna结合蛋白调控因子和亲本基因转录的功能。此外，它还参与了癌症、糖尿病、神经系统疾病和动脉粥样硬化等疾病的产生和发展。因此，识别与疾病相关的circrna有助于揭示疾病发生发展的机制，进一步促进对人类复杂疾病的认识。
2、考虑到传统的生物学研究成本高且耗费时间长，目前已经设计了多种计算模型来有效地检测circrna和疾病之间的潜在关联。现有的计算模型大致可以分为三类：基于网络的模型、基于机器学习的模型和基于深度学习的模型。
3、基于网络的模型主要计算circrna和疾病的相似性信息，并以此为基础构建网络，例如circrna-疾病关联相似性、circrna序列相似性、疾病语义相似性等。fan等人提出了katzhcda模型，它基于circrna和疾病的多种相似性构建了一个异构网络，并运用katz测度，通过计算网络中节点之间的相似性来预测circrna-疾病潜在关联。lei等人提出了brwsp模型，它构建了一个由circrna、疾病和基因组成的多级异构网络，并通过有偏随机行走算法搜索circrna和疾病之间的路径。基于网络的模型可以有效地捕捉生物网络的结构信息，但其稀疏性会影响模型的性能。基于机器学习的模型主要是提取circrna和疾病的特征
技术实现思路
1、本专利技术提供了一种随机扰动和多视图图卷积网络的circrna-疾病关联预测模型，简称rpmgcn。
2、本专利技术所采用的技术方法是：首先，rpmgcn构建了circrna和疾病的多个相似性网络，并将其视为多个视图，利用多视图图卷积网络提取每个视图的特征，并通过注意力机制学习每个视图特征的重要性，获得circrna和疾病的嵌入表示；其次，为了实现circrna-疾病样本之间的消息传递，rpmgcn基于嵌入表示构建了circrna-疾病特征相似性关联网络；然后，rpmgcn引入了随机扰动关联网络以进一步探索circrna和疾病之间的潜在关联；最后，基于上述两个网络和circrna-疾病关联网络，通过自注意力机制生成circrna和疾病的高质量特征，用于计算circrna和疾病的关联得分。
本文档来自技高网...【技术保护点】
1.一种基于随机扰动和多视图图卷积网络的circRNA-疾病关联预测模型，其特性在于：
2.根据权利要求1所述的基于随机扰动和多视图图卷积网络的circRNA-疾病关联预测模型，具体算法实施步骤如下：
【技术特征摘要】
1.一种基于随机扰动和多视图图卷积网络的circrna-疾病关联预测模型，其特性在于：
2.根...
【专利技术属性】
技术研发人员：尚军亮，何鑫，葛道辉，孙渊，李凤，刘金星，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。