[發明專利]一種基于多通道圖卷積神經網絡的蛋白質互作網絡節點分類方法

在審

• 申請號: 202011260336.3
• 申請日: 2020-11-12
• 公開（公告）號: CN112364983A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 楊旭華;馬鋼峰;徐新黎
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G16B15/20;G06K9/62
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

1.一種基于多通道圖卷積神經網絡的蛋白質互作網絡節點分類方法，其特征在于：包括如下步驟：

步驟一：根據蛋白質相互作用數據構建一個蛋白質互作網絡模型G(V,E)，V為節點，E為連邊，鄰接矩陣用A表示，其中，一個節點表示一個蛋白質，節點集V＝{v₁,v₂,...,v_N}表示蛋白質集合；如果兩個蛋白質存在相互作用，則相應的兩個節點之間有連邊；N表示蛋白質數量，每個蛋白質初始特征向量都用one-hot向量表示，單位矩陣X為所有蛋白質初始特征向量的組合，C為蛋白質的類別數，已知少部分蛋白質有類別標簽，大部分蛋白質沒有類別標簽；

步驟二：構建多通道圖卷積神經網絡模型，該模型包含兩層結構，第一層有k條通道，其中第i條通道上使用i階卷積核SGC_i，i∈{1,2,...,k}；第二層包含k個三維卷積核，其中第j條通道上使用(k+1-j)階卷積核SGC_k+1-j，j∈{1,2,...,k}，網絡模型的第i通道由第一層的第i通道和第二層的第i通道組成，其中第一層的第i通道的輸出為第二層第i通道的輸入；

步驟三：計算i階卷積核

其中GCN表示不含激活函數的圖卷積神經網絡，其中1≤i≤k；

步驟四：計算多通道圖卷積神經網絡模型的第i通道的輸出

y(i)＝SGC_(k+1-i)(f(SGC_i(X,A)),A)，

其中，1≤i≤k，f為relu函數；

步驟五：計算多通道圖卷積神經網絡模型的模型輸出

其中，g為softmax激活函數；

步驟六：計算半監督分類的損失值

其中μ為帶標簽的節點集，Y_ij是有分類標簽的節點；

步驟七：重復步驟三到六，直到損失值收斂，將得到的Q作為蛋白質互作網絡的分類結果。