龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽农业大学
摘要：本发明公开了一种基于GCN编码DNN解码的miRNA‑disease关联预测方法。本发明中，利用图卷积网络GCN来吸收和学习网络中节点的高阶特征，从而有效地捕捉miRNA与疾病之间的复杂关系。在研究中，通过融合多模态网络中一层的混合高阶邻域信息，以Cm为例介绍了mirna的学习表示过程。除此之外，GCN还考虑了不同距离上miRNA的邻域信息，进一步增强了miRNA的特征表达能力。通过创新的GCN编码方法，通过融合多模态网络中的混合高阶邻域信息来学习miRNA和疾病的表征；DNN解码部分，使用深度神经网络对GCN编码的特征进行解码，实现miRNA‑disease关联的预测；关联预测性能的提升，相比传统方法具有更好的预测性能。
主权项：1.一种基于GCN编码DNN解码的miRNA-disease关联预测方法，其特征在于：所述方法包括以下步骤：S1：数据准备：收集公共数据库中的miRNA表达数据、疾病遗传信息和已知miRNA-疾病关联信息；构建初步的miRNA-疾病异质网络；S2：特征学习：采用图卷积网络GCN对miRNA和疾病节点进行特征编码，获取每个节点的嵌入向量；S3：关联预测：利用深度神经网络DNN对从GCN中学到的特征进行解码，对miRNA和疾病关联进行预测S4：优化与评估：通过反向传播和梯度下降算法对GCN和DNN模型参数进行优化，比较此方法与现有算法的准确性、灵敏度等指标S5：模型部署与预测：使用测试集或实际未标注的miRNA和疾病节点对，来预测他们之间的关联。
全文数据：
权利要求：
百度查询： 安徽农业大学 一种基于GCN编码DNN解码的miRNA-disease关联预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号