基于异构图特征提取的lncNA-疾病关联预测方法研究.pdfVIP

基于异构图特征提取的lncRNA-疾病关联预测方法

研究

摘要

大量生物学研究表明，长链非编码RNA（lncRNA）可调控表观遗传相关

基因的表达，对lncRNA的研究有助于从分子水平加深对复杂疾病发病机制的

认识。由于lncRNA数量庞大，生物学实验复杂耗时。因此，应用计算机技术

预测潜在的lncRNA-疾病关联变得极为有效。然而，现有的方法主要针对

lncRNA和疾病的自身信息进行研究，容易忽略不同节点的性质及其之间的关

联。为解决这一问题，本文以深度学习为基础，从异构图的角度对lncRNA与

疾病关联预测进行研究，主要工作如下：

（1）为了探索异构图中不同类型节点间的关联，本文提出一种基于随机

游走提取特征和注意力机制聚合特征的lncRNA-疾病关联预测模型。该模型构

建lncRNA和疾病的异构图，通过有偏随机游走的方式生成不同的节点序列。

对于不同的节点序列通过词嵌入模型学习每个节点的向量表示。其次，计算

lncRNA和疾病的相似度，分别构造lncRNA和疾病的同构图，利用注意力机制

更新节点特征。最后，将特征进行融合，采用多层感知机对潜在的lncRNA-疾

病关联关系进行预测。实验结果表明，该模型在AUC值和AUPR值方面都优

于已有的方法。此外，案例分析表明该模型能有效预测潜在的lncRNA-疾病关

联关系。

（2）考虑到异构图中不同类型节点包含的信息含义不同，本文提出一种

基于多种元路径的深度学习模型。该模型引入miRNA生物信息，根据已知关

联关系构建一个lncRNA-疾病-miRNA的三元异构图，在异构图中定义不同类

型的元路径，获得节点通过不同元路径的节点集合，构建子图。对于子图采用

多重注意力机制聚合邻居节点特征，并计算不同元路径类型的权重，更新中心

节点特征。其次，分别构造lncRNA和疾病的两个同构图，采用多头注意力机

制聚合邻居节点的特征。最后，利用全连接层对特征进行重构，得到预测结果。

5-折交叉验证结果表明该模型的预测性能优于已有的6种lncRNA-疾病关联预

测模型。

I

关键词异构图；元路径；注意力机制；lncRNA-疾病关联预测；特征提取

II

ResearchonLncRNA-DiseaseAssociationPrediction

MethodBasedonHeterogeneousGraphFeature

Extraction

Abstract

Manybiologicalstudieshaveindicatedthatlongnon-codingRNA(lncRNA)can

regulatetheexpressionofepigeneticallyrelatedgenes.TheinvestigationoflncRNA

contributestoadeepermolecular-levelunderstandingofthepathogenesismechanisms

underlyingcomplexdiseases.DuetothevastnumberoflncRNAs,biological

experimentsarenotonlycomplexbutalsotime-consuming.Therefore,theapplication

ofcomputertechnologytopredictpotentiallncRNA-diseaseassociationshasproven

tobehighlyeffective.However,existingmethodspredominantlyfocuso