基于图神经网络的中药系统生物学信息挖掘算法研究

摘要

目的 构建中药-基因-蛋白复杂网络，优化中药潜在关联基因的挖掘方法，提升中药系统生物学信息的挖掘效能，为进一步探究中药作用机制提供帮助。方法 提出融合注意力机制的图神经网络模型HERBGAT,以公开数据平台中少量的中药关联基因数据为输入，在中药-基因-蛋白复杂网络中进行深度挖掘，输出潜在的中药关联基因，将预测结果通过生信平台进行Disease关联分析、KEGG信号通路分析阐明其作用机制，并借助文献检索平台进行预测结果验证。结果 训练结果表明，HERBGAT模型预测准确率均值可达94%,相较于其他2种先进的复杂网络挖掘方法，HERBGAT在ACC、AUC和AUPR三项指标中均表现出更优秀的性能；在文献验证环节，模型预测结果得到中医临床文献及现代药理学文献证明，展现出HERBGAT在实际应用中的良好效果。最后，以借助HERBGAT模型和改进的EMOGI模型探究半夏治疗肺癌作用机制为例，发现半夏治疗肺癌的潜在关联基因199个，并借助生物信息学方法对这些潜在关联基因进行初步分析探讨。结论 HERBGAT模型能有效挖掘潜在的中药关联基因，提高中药-基因-蛋白复杂网络的挖掘效能，为中药系统生物学信息挖掘方法的优化提供新的思路与参考，为探究中药作用机制等研究提供数据基础及实验方向。

关键词

复杂网络 / 图神经网络模型 / 系统生物学 / 中药作用机制