换一批基于图神经网络的中药系统生物学信息挖掘算法研究
Research on the Algorithm of Mining Information of Traditional Chinese Herb System Biology Based on Graph Neural Net-work
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HERB-GAT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.
更多相关知识
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complex networkgraph neural network modelsystem biologymechanism of action of traditional Chinese herb
分类号
R285.5（中药学）
栏目名称
DOI
10.14148/j.issn.1672-0482.2025.0483
发布时间
2025-04-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82074580）
江苏省研究生科研创新计划项目（KYCX23_2079）
- 浏览11
- 被引1
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
