基于全局图注意力元路径异构网络的药物-疾病关联预测

摘要

提出了一个基于全局图注意力元路径异构网络模型（MHNGA）来进行药物-疾病关联预测。首先，收集整理药物和疾病数据，将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络；其次，引入多个基于元路径的子图，使用图注意力神经网络提取这些子图的邻居节点的特征，并且通过通道注意力和空间注意力机制来增强特征；最后，通过十折交叉验证的评估，MHNGA取得了93.5%的精确召回曲线下的面积和99.4%的准确率。

关键词

异构图 / 药物-疾病关联 / 预测 / 图注意力神经网络 / 元路径

基金资助

国家自然科学基金（62366058）; 云南省科技厅面上项目（202001BB050063）; 云南省软件工程重点实验室开放项目（2020SE315）