基于多任务图注意力和信息补全的lncRNA与疾病关联预测方法

基于多任务图注意力和信息补全的lncRNA与疾病关联预测方法，属于生物信息学中的数据挖掘领域。该方法首先根据lncRNA相互作用谱集合，miRNA相互作用谱集合以及疾病的MeSH描述，分别计算获得lncRNA的相互作用谱相似矩阵SL、miRNA的相互作用谱相似矩阵SM和疾病的语义相似矩阵SD。其次，将相似信息结合LMA、LDA和MDA构造lncRNA‑miRNA异构网络，lncRNA‑疾病异构网络和miRNA‑疾病异构网络。接着，利用GCN获得相似信息的内部表示作为初始嵌入，使用图注意力Unet模型提取交互节点的高阶拓扑信息，通过双线性解码器重构关联矩阵。最后，构建多任务学习框架，通过信息补全方法实现关联预测。通过实验有效验证了模型预测lncRNA与疾病潜在关联的强大性能。