用于蛋白质-蛋白质相互作用的图神经网络——简短综述
机器学习
2024-04-19 v1
摘要
蛋白质-蛋白质相互作用（PPIs）在广泛的生物过程中扮演着关键角色。已有许多策略被提出用于预测PPIs，其中，由于PPI网络固有的图结构，基于图的方法已展现出有前景的结果。本文回顾了各种基于图的方法，并讨论了它们在PPI预测中的应用。我们根据模型结构将这些方法分为两大类。第一类采用图神经网络（GNN）或图卷积网络（GCN），而第二类则利用图注意力网络（GAT）、图自编码器和Graph-BERT。我们重点介绍了每种方法在处理PPI网络固有的图结构数据时的独特方法论，并展望了该领域未来的研究方向。
引用
@article{arxiv.2404.10450,
title = {Graph Neural Networks for Protein-Protein Interactions -- A Short Survey},
author = {Mingda Xu and Peisheng Qian and Ziyuan Zhao and Zeng Zeng and Jianguo Chen and Weide Liu and Xulei Yang},
journal= {arXiv preprint arXiv:2404.10450},
year = {2024}
}