基于图扩散网络的药物-基因预测
机器学习
2025-02-14 v1 人工智能
摘要
预测药物-基因关联对于药物开发和疾病治疗至关重要。虽然图神经网络（GNN）在该任务中表现出色，但面临数据稀疏和高效对比学习实现的挑战。我们引入一种用于药物-基因预测的图扩散网络（GDNDGP），通过两种关键创新解决上述局限性。首先，它采用基于元路径的齐次图学习来捕获药物-药物和基因-基因关系，确保相似实体共享嵌入空间。其次，它融入平行扩散网络，在训练期间生成硬负采样，无需进行彻底的负采样检索。我们的模型在DGIdb 4.0数据集上实现了卓越的性能，并在三元药物-基因-疾病网络中表现出强大的泛化能力。结果显示在药物-基因预测任务中显著优于现有方法，尤其在处理复杂异构关系方面。该源代码已公开于https://github.com/csjywu1/GDNDGP。
引用
@article{arxiv.2502.09335,
title = {Graph Diffusion Network for Drug-Gene Prediction},
author = {Jiayang Wu and Wensheng Gan and Philip S. Yu},
journal= {arXiv preprint arXiv:2502.09335},
year = {2025}
}
备注
IEEE/ACM TCBB. 14 pages