您的当前位置:首页 >> 期刊文献 >> 正文
基于HARP-Node2vec和GCN的多标签分类模型用于LncRNA相关疾病预测
摘 要:
LncRNA在多种生命活动中发挥着重要作用并且与人类所患疾病有着密切的联系。首先将筛选出来的LncRNA、miRNA以及Disease相关节点构成LncRNA-miRNA-Disease网络,然后经过HARP算法进行多次折叠缩小网络,将缩小的网络输入到Node2vec算法以获得节点的嵌入向量,最后用GCN标签分类器预测与LncRNA相关的多种疾病。在五倍交叉验证中获得0.8800的AUC值,表明具有良好的预测性能。
作 者:
  • 王波;周振宇;廉佐政;徐靖然;牛翔慧
单 位:
    齐齐哈尔大学计算机与控制工程学院
关键字:
  • LncRNA;HARP;图卷积网络;关联预测;
页 码:
    26-29+41
出 处:
HTML阅读PDF文献下载您还没有登陆会员账号,请先登陆,在进行阅读或下载!
返回顶部 关注公众号