计算机工程

作者：万美含, 熊贇, 朱扬勇

单位：1. 复旦大学 计算机科学技术学院, 上海 200433;2. 上海市数据科学重点实验室, 上海 200433;3. 上海先进通信与数据科学研究院, 上海 200433

关键词：基因功能预测,异质信息网络,注意力机制,网络表示学习,网络嵌入

基金：国家自然科学基金（U1636207，91546105）；上海市科技发展基金（16JC1400801）。

基因组测序技术的快速发展使得生物数据库中的基因和基因组序列数据数量迅速增加，但其中仍有大量基因功能是未知的。为此，提出基于异质网络层次注意力机制的基因节点表示学习方法HAGE，用以预测基因功能。结合多种来源的数据集，构建一个具有节点属性的基因功能相关异质网络，在网络中使用层次注意力机制为每一个基因节点学习一个节点嵌入向量，该向量可用于后续的基因功能预测等任务。实验结果表明，与GraphSAGE和GAT等方法相比，HAGE具有更好的预测性能。

来源：2020年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第7期