一种基于深度变分门神经网络的疾病小核糖核酸关联预测模型

来源：电子与信息学报杂志2023年第5期北京时间：

作者：郭延哺, 马欢, 李朝阳, 周冬明

单位：1.郑州轻工业大学软件学院 郑州 4500022.云南大学信息学院 昆明 650500

摘要：小核糖核酸(miRNA)在基因表达和转录等过程中具有重要作用，与疾病的产生有着密切关联。对于疾病miRNA关联识别，生物鉴定方法代价高、耗时长和效率低。为快速自适应提取疾病和miRNA构成的异质网络信息，该文基于通道型注意力设计变分门图自编码器和门多层感知器，构建一种深度变分门神经网络模型(VGAE-N)并用于疾病miRNA关联预测任务。该模型整合miRNA及疾病的多种相似度信息得到miRNA和疾病的整合相似性特征，然后基于多数据融合的整合相似性网络和疾病miRNA邻接信息，利用变分门图自编码器提取miRNA和疾病网络的拓扑信息和语义信息；其次基于疾病miRNA关联矩阵，利用非负矩阵分解提取miRNA和疾病的低维线性去噪特征；最后，利用门多层感知器融合miRNA和疾病特征，预测其关联关系。实验结果表明VGAE-N模型能更有效地预测疾病miRNA关联，可为生物实验提供可靠的技术支撑。

关键词：变分自编码器, 矩阵分解, 门机制, 疾病小核糖核酸关联预测

基金资助：国家自然科学基金(62066047)，郑州轻工业大学博士科研基金(2021BSJJ032)