INDIGENA：基于表型本体的疾病-基因关联归纳预测
定量方法
2026-02-03 v1
摘要
动机：预测基因-疾病关联（GDA）是确定哪个基因与某种疾病相关的问题。GDA预测可建模为排序问题，即根据诸多特征（如表型相似性）对特定疾病相关的基因进行排序。通过使用表型本体来描述表型，可应用本体基于语义的相似性度量。然而，传统语义相似性度量仅使用本体分类结构。近期基于本体嵌入的方法在潜在空间中比较表型，这些方法可利用全部本体公理以及监督信号，但本质上是归纳的，即查询实体在学习嵌入时必须已知，因此这些方法在推断时无法对新疾病（即新的表型集合）进行推广。结果：我们开发了INDIGENA，这是一种用于基于表型集合对基因进行排序的归纳疾病-基因关联方法。该方法首先使用图投影将表型本体中的公理映射到图结构，然后使用图嵌入创建表型的潜在表示。我们采用显式的聚合策略，将表型嵌入组合成基因或疾病的表示，从而能够对新的表型集合进行推广。我们还发展了一种方法，通过纳入已知基因-疾病关联的监督信号，使表型嵌入和相似性度量具有任务特定性。我们将该方法应用于人类疾病的小鼠模型，证明我们能够显著优于归纳语义相似性基线方法，同时在预测基因-疾病关联方面达到与转归纳方法相当的性能，且更具普适性。可获得性与实现情况：https://github.com/bio-ontology-research-group/indigena
引用
@article{arxiv.2602.01088,
title = {INDIGENA: inductive prediction of disease-gene associations using phenotype ontologies},
author = {Fernando Zhapa-Camacho and Robert Hoehndorf},
journal= {arXiv preprint arXiv:2602.01088},
year = {2026}
}