[發明專利]基于圖神經網絡的基因模塊挖掘方法、裝置、計算機設備

有效

• 申請號: 202110854545.9
• 申請日: 2021-07-26
• 公開（公告）號: CN113611366B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 李君一;葉梟;皮江勝;劉博;王亞東
• 申請（專利權）人: 哈爾濱工業大學（深圳）
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B25/10;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 深圳市道勤知酷知識產權代理事務所(普通合伙) 44439
• 代理人: 何兵;呂詩

1.一種基于圖神經網絡的基因模塊挖掘方法，其特征在于，包括：

根據基因表達譜數據，構造基因共表達網絡；

基于所述構造的基因共表達網絡，通過圖神經網絡方式，配置社區隸屬度矩陣F；

基于所述配置的社區隸屬度矩陣F，通過設定閾值的方式，生成已知模塊；設定一個固定閾值h，當F中的對應元素F_ijh時表示節點i隸屬于社區j，反之則節點i不屬于社區j；

所述根據基因表達譜數據，構造基因共表達網絡，包括：

根據基因表達譜數據，將每個基因的表達值規范化為均值為0和方差為1的表達向量，和選擇皮爾遜相似系數來計算成對基因間的關聯性，從所述計算出的成對基因間的關聯性所對應的成對關系中選擇預設比例的對應最高相關性的成對關系作為共表達網絡的邊，和基于所述選擇的預設比例的對應最高相關性的成對關系作為共表達網絡的邊，構建K最近鄰網絡，并根據所述選擇的預設比例的對應最高相關性的成對關系作為共表達網絡的邊和所述構建的K最近鄰網絡，構造基因共表達網絡。

2.如權利要求1所述的基于圖神經網絡的基因模塊挖掘方法，其特征在于，所述選擇皮爾遜相似系數來計算成對基因間的關聯性，從所述計算出的成對基因間的關聯性所對應的成對關系中選擇預設比例的對應最高相關性的成對關系作為共表達網絡的邊，包括：

選擇皮爾遜相似系數來計算成對基因間的關聯性，通過采用預設規模的小根堆，每次計算兩兩節點對相似度時都與所述小根堆的堆頂元素比較，如果大于所述小根堆的堆頂則交換小根堆堆頂元素與所述節點對，當掃描完一遍所有的節點對后，所述小根堆中剩余的元素即為所需要找的具有最高相似度的條節點對，根據所述具有最高相似度的條節點對，從所述計算出的成對基因間的關聯性所對應的成對關系中選擇預設比例的對應最高相關性的成對關系作為共表達網絡的邊。

3.如權利要求1所述的基于圖神經網絡的基因模塊挖掘方法，其特征在于，所述基于所述構造的基因共表達網絡，通過圖神經網絡方式，配置社區隸屬度矩陣，包括：

基于所述構造的基因共表達網絡，通過圖神經網絡聚合鄰居節點的向量與自身節點上一層的向量表示，配置節點下一層的向量表示方式，配置社區隸屬度矩陣。

4.一種基于圖神經網絡的基因模塊挖掘裝置，其特征在于，包括：

構造模塊、配置模塊和生成模塊；

所述構造模塊，用于根據基因表達譜數據，構造基因共表達網絡；

所述配置模塊，用于基于所述構造的基因共表達網絡，通過圖神經網絡方式，配置社區隸屬度矩陣F；

所述生成模塊，用于基于所述配置的社區隸屬度矩陣F，通過設定閾值的方式，生成已知模塊；設定一個固定閾值h，當F中的對應元素F_ijh時表示節點i隸屬于社區j，反之則節點i不屬于社區j；

所述構造模塊，具體用于：

根據基因表達譜數據，將每個基因的表達值規范化為均值為和方差為的表達向量，和選擇皮爾遜相似系數來計算成對基因間的關聯性，從所述計算出的成對基因間的關聯性所對應的成對關系中選擇預設比例的對應最高相關性的成對關系作為共表達網絡的邊，和基于所述選擇的預設比例的對應最高相關性的成對關系作為共表達網絡的邊，構建K最近鄰網絡，并根據所述選擇的預設比例的對應最高相關性的成對關系作為共表達網絡的邊和所述構建的K最近鄰網絡，構造基因共表達網絡。

5.如權利要求4所述的基于圖神經網絡的基因模塊挖掘裝置，其特征在于，所述構造模塊，具體用于：

選擇皮爾遜相似系數來計算成對基因間的關聯性，通過采用預設規模的小根堆，每次計算兩兩節點對相似度時都與所述小根堆的堆頂元素比較，如果大于所述小根堆的堆頂則交換小根堆堆頂元素與所述節點對，當掃描完一遍所有的節點對后，所述小根堆中剩余的元素即為所需要找的具有最高相似度的條節點對，根據所述具有最高相似度的條節點對，從所述計算出的成對基因間的關聯性所對應的成對關系中選擇預設比例的對應最高相關性的成對關系作為共表達網絡的邊。