CN116504317A - 疾病与基因关系预测方法、装置、电子设备及介质 - Google Patents
疾病与基因关系预测方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116504317A CN116504317A CN202310480960.1A CN202310480960A CN116504317A CN 116504317 A CN116504317 A CN 116504317A CN 202310480960 A CN202310480960 A CN 202310480960A CN 116504317 A CN116504317 A CN 116504317A
- Authority
- CN
- China
- Prior art keywords
- disease
- vector
- gene
- network
- relation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 375
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 375
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 333
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000013598 vector Substances 0.000 claims abstract description 419
- 238000012512 characterization method Methods 0.000 claims abstract description 237
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 230000010354 integration Effects 0.000 claims abstract description 18
- 230000033228 biological regulation Effects 0.000 claims description 50
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 18
- 230000004913 activation Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 108091023040 Transcription factor Proteins 0.000 claims description 10
- 102000040945 Transcription factor Human genes 0.000 claims description 10
- 230000006916 protein interaction Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 8
- 229920002477 rna polymer Polymers 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000011176 pooling Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010001052 Acute respiratory distress syndrome Diseases 0.000 description 1
- 206010006458 Bronchitis chronic Diseases 0.000 description 1
- 201000003883 Cystic fibrosis Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 108020005196 Mitochondrial DNA Proteins 0.000 description 1
- 208000001572 Mycoplasma Pneumonia Diseases 0.000 description 1
- 201000008235 Mycoplasma pneumoniae pneumonia Diseases 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 108700005075 Regulator Genes Proteins 0.000 description 1
- 208000013616 Respiratory Distress Syndrome Diseases 0.000 description 1
- 210000002593 Y chromosome Anatomy 0.000 description 1
- 208000011341 adult acute respiratory distress syndrome Diseases 0.000 description 1
- 201000000028 adult respiratory distress syndrome Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 208000007451 chronic bronchitis Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008558 metabolic pathway by substance Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000022983 regulation of cell cycle Effects 0.000 description 1
- 230000014493 regulation of gene expression Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/50—Mutagenesis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Epidemiology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biotechnology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pathology (AREA)
- Bioethics (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Genetics & Genomics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及数字医疗及人工智能领域,揭露一种疾病与基因关系预测方法、装置、电子设备及存储介质,所述方法包括:构建疾病相似度网络、基因与疾病关系网络、第一整合网络及第二整合网络;提取第一整合网络、第二整合网络及基因与疾病关系网络的表征向量,得到第一表征向量、第二表征向量及关系节点表征向量,对第一表征向量、第二表征向量及关系表征向量进行加权求和,得到第一目标节点表征向量及第二目标表征向量;对第一目标表征向量及第二目标表征向量进行加权求和,得到目标表征向量;对目标表征向量进行线性计算,得到目标表征向量中待分析基因数据与待分析疾病数据相关的概率。本发明可以提高预测基因与疾病之间关系的智能化程度及准确率。
Description
技术领域
本发明涉及数字医疗及人工智能领域,尤其涉及一种疾病与基因关系预测方法、装置、电子设备及可读存储介质。
背景技术
随着医学水平的进步,人们逐渐发现疾病与基因之间或许存在某种联系,但是由于疾病种类繁多,基因种类数量巨大,因此,预测基因与疾病之间的关系是一项巨大的工程,极为的耗费资源,除此之外,由于在预测基因与疾病之间的关系过程中,人工占据主要成分,因此导致误差较大,从而造成预测基因与疾病之间的关系时准确率较低。
发明内容
本发明提供一种疾病与基因关系预测方法、装置、电子设备及可读存储介质,其目的在于提高预测基因与疾病之间关系的智能化程度及准确率。
为实现上述目的,本发明提供的一种疾病与基因关系预测方法,所述方法包括:
获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络;
计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络;
提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络;
整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量;
整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量;
根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量;
对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
可选地,所述对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率,包括:
利用所述预训练完成的预测模型的全连接层中的第一预设参数、第二预设参数及第三预设参数对所述目标表征向量做线性变换,得到查询向量、关键向量及数值向量;
将所述查询向量与所述关键向量的转置向量点乘,得到相似度矩阵;
对所述相似度矩阵进行归一化计算,得到归一化矩阵;
利用预设的激活函数对所述归一化矩阵进行计算,得到激活矩阵;
将所述激活矩阵与所述数值向量点乘,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
可选地,所述计算所述待分析疾病数据之间的语义相似度,包括:
获取所述待分析疾病数据中的疾病名称数据;
提取所述疾病名称数据的疾病特征向量;
利用余弦相似度计算公式计算每个疾病特征向量之间的语义相似度。
可选地,所述利用余弦相似度计算公式计算每个疾病特征向量之间的语义相似度,包括:
利用下述公式计算每个疾病特征向量之间的语义相似度scorei:
其中,A表示任意一个所述疾病特征向量,B表示除A以外的任意一个疾病特征向量,BT表示除A以外的任意一个疾病特征向量的转置矩阵。
可选地,所述分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,包括:
利用预训练完成的预测模型提取所述第一整合网络及所述基因与疾病关系网络的特征向量,得到第一特征向量及基因疾病特征向量;
利用所述预训练完成的预测模型分别对所述第一特征向量及所述基因疾病特征向量进行位置索引编码,得到第一位置编码向量及基因疾病位置编码向量;
分别将所述第一位置编码向量及所述基因疾病位置编码向量与对应的所述第一特征向量及所述基因疾病特征向量进行组合,得到第一点编码向量及基因疾病编码向量;
利用所述预训练完成的预测模型中的卷积层分别对所述第一点编码向量及所述基因疾病编码向量进行特征提取,得到第一表征向量及关系节点表征向量。
可选地,所述利用预训练完成的预测模型提取所述第一整合网络及所述基因与疾病关系网络的特征向量,得到第一特征向量及基因疾病特征向量之前,所述方法还包括:
获取历史基因数据、历史疾病数据及历史疾病与基因真实关系,提取所述历史基因数据及所述历史疾病数据之间的关系,并根据所述关系构建历史基因与疾病关系网络;
基于所述历史基因数据构建历史基因调控网络;
计算所述历史疾病数据之间的历史语义相似度,根据所述历史语义相似度构建历史疾病相似度网络;
构建初步预测模型,整合所述历史基因调控网络及所述历史疾病相似度网络,得到历史整合网络,分别提取所述历史整合网络及所述历史基因与疾病关系网络中各个节点的表征向量,得到历史节点表征向量及历史关系节点表征向量,并根据预设历史权重,对所述历史表征向量及所述历史关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到历史目标节点表征向量;
利用所述初步预测模型中的池化层对所述历史目标节点表征向量进行特征降维,得到历史降维节点表征向量;
对所述历史降维节点表征向量进行线性计算,得到所述历史基因与疾病关系网络中各节点存在关联关系的关系概率,并根据所述历史疾病与基因真实关系,利用预设的损失函数计算所述关系概率的损失值;
根据所述损失值调整所述初步预测模型的参数,并返回所述并利用所述初步预测模型中的编码层对所述历史基因与疾病关系网络中的节点进行编码,得到节点编码矩阵的步骤,对所述初步预测模型进行迭代更新,直至所述损失值小于预设阈值,得到预训练完成的预测模型。
可选地,所述根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,包括:
利用余弦相似度计算所述第一表征向量与所述关系表征向量的相似度,并将所述第一表征向量与所述关系表征向量中相似度高于预设阈值的表征向量作为相似基因及疾病关系的表征向量;
根据所述相似基因及疾病关系的表征向量及预设第一权重,利用下述公式计算第一目标节点表征向量
其中,a表示所述预设第一权重中第一表征向量的权重占比,表示所述第一表征向量中表示相似基因及疾病关系的表征向量,b表示所述预设第一权重中关系表征向量的权重占比,/>表示所述关系表征向量中与所述第一表征向量中表示相似基因及疾病关系的表征向量。
为了解决上述问题,本发明还提供一种疾病与基因关系预测装置,所述装置包括:
网络构建模块,用于获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络,计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络,提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络;
表征向量计算模块,用于整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的;
相关概率计算模块,用于对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的疾病与基因关系预测方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的疾病与基因关系预测方法。
本发明实施例通过获取预设待分析基因数据及待分析疾病数据,并基于所述待分析基因数据及所述待分析疾病数据构建第一基因调控网络、第二基因调控网络、疾病相似度网络及基因与疾病关系网络,减少了单一数据进行预测容错率较低的危险,使得预测结果更具说服性,其次,分别整合不同待分析基因数据与待分析疾病数据,并提取整合后的数据的表征向量以及所述基因与疾病关系网络中各节点的表征向量,从而防止出现单一数据造成的过拟合现象,提高了基因与疾病之间的关系的准确率,最后,利用预训练完成的预测模型中的全连接层对目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率,进而判断出所述待分析基因数据与所述待分析疾病数据是否存在关联关系,从而实现了疾病与基因关系预测,减少了人工的参与,提高了预测基因与疾病之间的关系的智能化程度,减少了资源消耗。因此,本发明提供的一种疾病与基因关系预测方法、装置、设备及存储介质,能够提高预测基因与疾病之间关系的智能化程度及准确率。
附图说明
图1为本发明一实施例提供的疾病与基因关系预测方法的流程示意图;
图2至图3为本发明一实施例提供的疾病与基因关系预测方法的中其中一个步骤的详细实施流程图;
图4为本发明一实施例提供的疾病与基因关系预测装置的模块示意图;
图5为本发明一实施例提供的实现疾病与基因关系预测方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种疾病与基因关系预测方法。所述疾病与基因关系预测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述疾病与基因关系预测方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端可以包括独立的服务器,也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示的本发明一实施例提供的疾病与基因关系预测方法的流程示意图,在本发明实施例中,所述疾病与基因关系预测方法包括:
S1、获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络。
本发明实施例中,所述待分析基因数据可以是已经被人类发现的存在生物体内的核苷酸序列,通常存放于基因数据库中,例如,Y染色体微缺失基因、囊性纤维化跨膜调节基因及线粒体基因等基因的基因数据。所述待分析疾病数据可以是已经被人类发现的生物疾病数据,通常存放于疾病数据库中,例如,慢性支气管炎、支原体肺炎及成人呼吸窘迫综合征等疾病的疾病数据。所述蛋白互作关系数据可以是由参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节中的每个蛋白质。所述第一基因调控网络可以是由所述蛋白互作关系数据中单个蛋白质通过彼此之间的相互作用构成的网络。所述转录因子可以是基因表达调控的关键分子。
本发明一可选实施例中,可以从网络上已公开的基因数据库及疾病数据库中查询获取待分析基因数据及待分析疾病数据,并根据所述待分析基因数据中各个蛋白质之间存在的关系构建第一基因调控网络,根据所述待分析基因数据中存在关联关系的转录因子与信使核糖核酸,构建第二基因调控网络,完成了基因网络的基本构建,从而提供了模型训练的基因数据,进一步预测所述第一基因调控网络与所述第二基因网络中的基因数据与疾病数据之间的关系,其次,创建两个基因调控网络减少了单一数据进行预测容错率较低的危险,使得预测结果更具说服性。
S2、计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络。
本发明实施例中,所述语义相似度可以是所述待分析疾病数据中各项疾病的名称之间的相似度。
本发明实施例通过计算所述待分析疾病数据之间的语义相似度,确定各个疾病之间的相似度,从而确定各个疾病之间可能存在的关系,进而确保完成疾病相似度网络的构建。
进一步地,作为本发明一可选实施例,参考图2所示,所述计算所述待分析疾病数据之间的语义相似度,包括步骤S21—S23:
S21、获取所述待分析疾病数据中的疾病名称数据;
S22、提取所述疾病名称数据的疾病特征向量;
S23、利用余弦相似度计算公式计算每个疾病特征向量之间的语义相似度。
本发明实施例中,所述疾病名称数据可以是每种疾病的疾病名称。
本发明可选实施例中,由于相似疾病在疾病命名时往往具有一定关联性,因此,可以通过待分析疾病数据中的疾病名称数据计算出每种疾病之间的关联程度,进而更为方便预测基因与疾病之间的关系。
进一步地,所述利用余弦相似度计算公式计算每个疾病特征向量之间的语义相似度,包括:
利用下述公式计算每个疾病特征向量之间的语义相似度scorei:
其中,A表示任意一个所述疾病特征向量,B表示除A以外的任意一个疾病特征向量,BT表示除A以外的任意一个疾病特征向量的转置矩阵。
本发明实施例中,通过计算每个疾病特征向量之间的语义相似度,从而保证了所述疾病相似度网络中各疾病节点之间的关联关系,提高了预测基因与疾病关系的概率,从而提高了预测基因与疾病关系的效率。
本发明实施例根据所述语义相似度构建疾病相似度网络,确保所述疾病相似度网络中各疾病数据存在关联关系,从而提高预测基因与疾病之间的关系的可能性,减少了出现某一基因对某一疾病具有影响时,盲目查找相似疾病的时间,加快了预测基因与疾病之间的关系的效率。
S3、提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络。
本发明实施例中,所述基因与疾病关系网络可以是所述待分析基因数据及所述待分析疾病数据中存在正相关或负相关关系的基因数据及疾病数据构建而成。
本发明可选实施例中,可以利用网络爬虫爬取网络中已知的存在正相关或负相关关系的基因数据及疾病数据,再将所述存在正相关或负相关关系的基因数据及疾病数与所述待分析基因数据及所述待分析疾病数据进行匹配,得到所述待分析基因数据及所述待分析疾病数据中存在正相关或负相关关系的目标待分析基因数据及目标历史疾病数据,并根据所述目标待分析基因数据及所述目标历史疾病数据之间的关联关系构建关系网络,得到基因与疾病关系网络,从而保证了模型训练过程中拥有真实值作为参考,使得模型结果更为准确,提高了预测基因与疾病之间关系的准确率。
S4、整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量。
本发明实施例中,所述预设第一权重可以分别是所述第一表征向量的占比权重及所述关系节点表征向量的占比权重。所述相似基因及疾病关系可以是同一种基因对相似疾病的关系、相似基因对同一种疾病的关系及同一种基因对同一种疾病的关系。
本发明可选实施例中,通过将所述第一基因调控网络中的各个基因数据与所述疾病相似度网络中的各个疾病数据分别进行拼接,得到基因疾病整合数据,整合所有基因疾病整合数据,得到第一整合网络,确保所述第一基因调控网络中每个基因数据与所述疾病相似度网络中的每个疾病数据都进行至少一次拼接,从而保证不漏掉存在正相关或负相关关系的基因数据及疾病数据,提高了预测基因与疾病之间关系的精准度。
本发明实施例通过分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,便于模型预测基因与疾病之间关系,从而减少人工参与的程度,进一步提高了预测基因与疾病之间关系的智能化程度。
进一步地,作为本发明一可选实施例,参考图3所示,所述分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,包括步骤S41—S44:
S41、利用预训练完成的预测模型提取所述第一整合网络及所述基因与疾病关系网络的特征向量,得到第一特征向量及基因疾病特征向量;
S42、利用所述预训练完成的预测模型分别对所述第一特征向量及所述基因疾病特征向量进行位置索引编码,得到第一位置编码向量及基因疾病位置编码向量;
S43、分别将所述第一位置编码向量及所述基因疾病位置编码向量与对应的所述第一特征向量及所述基因疾病特征向量进行组合,得到第一点编码向量及基因疾病编码向量;
S44、利用所述预训练完成的预测模型中的卷积层分别对所述第一点编码向量及所述基因疾病编码向量进行特征提取,得到第一表征向量及关系节点表征向量。
本发明实施例,所述预训练完成的预测模型可以是GCN(Graph ConvolutionalNetwork,图卷积神经网络)模型,其中,所述GCN模型主要研究图节点的表示,图边结构预测任务和图的分类等问题,本发明主要用于预测图边结构任务。
本发明实施例根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,中和了所述基因与疾病关系网络中已知的存在关联关系的基因数据与疾病数据,从而加重了同一基因对相似疾病的权重占比,提高了预测疾病与基因关系的准确率。
本发明实施例中,所述预设第一权重包括所述第一表征向量的权重及所述关系表征向量的权重。
进一步地,作为本发明一可选实施例,所述利用预训练完成的预测模型提取所述第一整合网络及所述基因与疾病关系网络的特征向量,得到第一特征向量及基因疾病特征向量之前,所述方法还包括:
获取历史基因数据、历史疾病数据及历史疾病与基因真实关系,提取所述历史基因数据及所述历史疾病数据之间的关系,并根据所述关系构建历史基因与疾病关系网络;
基于所述历史基因数据构建历史基因调控网络;
计算所述历史疾病数据之间的历史语义相似度,根据所述历史语义相似度构建历史疾病相似度网络;
构建初步预测模型,整合所述历史基因调控网络及所述历史疾病相似度网络,得到历史整合网络,分别提取所述历史整合网络及所述历史基因与疾病关系网络中各个节点的表征向量,得到历史节点表征向量及历史关系节点表征向量,并根据预设历史权重,对所述历史表征向量及所述历史关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到历史目标节点表征向量;
利用所述初步预测模型中的池化层对所述历史目标节点表征向量进行特征降维,得到历史降维节点表征向量;
对所述历史降维节点表征向量进行线性计算,得到所述历史基因与疾病关系网络中各节点存在关联关系的关系概率,并根据所述历史疾病与基因真实关系,利用预设的损失函数计算所述关系概率的损失值;
根据所述损失值调整所述初步预测模型的参数,并返回所述并利用所述初步预测模型中的编码层对所述历史基因与疾病关系网络中的节点进行编码,得到节点编码矩阵的步骤,对所述初步预测模型进行迭代更新,直至所述损失值小于预设阈值,得到预训练完成的预测模型。
本发明实施例中,所述基因与疾病关系网络中的节点可以是已知的存在关联关系的基因节点与疾病节点。
本发明可选实施例中,通过利用已知的存在关联关系的基因数据与疾病数据对构建的初步预测模型进行训练,保证了预训练完成的预测模型的准确度及精准度,从而为后续预测基因与疾病之间的关系概率奠定了基础。进一步地,作为本发明一可选实施例,所述根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,包括:
利用余弦相似度计算所述第一表征向量与所述关系表征向量的相似度,并将所述第一表征向量与所述关系表征向量中相似度高于预设阈值的表征向量作为相似基因及疾病关系的表征向量;
根据所述相似基因及疾病关系的表征向量及预设第一权重,利用下述公式计算第一目标节点表征向量
其中,a表示所述预设第一权重中第一表征向量的权重占比,表示所述第一表征向量中表示相似基因及疾病关系的表征向量,b表示所述预设第一权重中关系表征向量的权重占比,/>表示所述关系表征向量中与所述第一表征向量中表示相似基因及疾病关系的表征向量。
本发明可选实施例中,利用余弦相似度计算公式及加权求和公式计算出所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量的权重占比,从而使得相似基因及疾病关系的表征向量更为精准,进而提高了预测疾病与基因关系的准确率。
S5、整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量。
本发明实施例中,所述预设第二权重可以分别是所述第二节点表征向量的占比权重及所述关系节点表征向量的占比权重。
本发明可选实施例中,通过将所述第二基因调控网络中的各个基因数据与所述疾病相似度网络中的各个疾病数据分别进行拼接,得到基因疾病整合数据,整合所有基因疾病整合数据,得到第二整合网络,确保所述第二基因调控网络中每个基因数据与所述疾病相似度网络中的每个疾病数据都进行至少一次拼接,从而保证不漏掉存在正相关或负相关关系的基因数据及疾病数据,提高了预测基因与疾病之间关系的精准度。
本发明实施例通过提取所述第二整合网络中各个节点的表征向量,得到第二表征向量便于模型预测基因与疾病之间关系,从而减少人工参与的程度,进一步提高了预测基因与疾病之间关系的智能化程度。
进一步地,所述提取所述第二整合网络中各个节点的表征向量,得到第二表征向量与所述分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量类似,故此不赘诉。本发明实施例根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量,中和了所述基因与疾病关系网络中已知的存在关联关系的基因数据与疾病数据,从而加重了同一基因对相似疾病的权重占比,提高了预测疾病与基因关系的准确率。
进一步地,作为本发明一可选实施例,所述根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量与所述根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量类似,故此不赘述。
S6、根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量。
本发明实施例中,所述预设第三权重可以分别是所述第一目标表征向量的占比权重及所述第二目标表征向量的占比权重。
本发明实施例根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量,防止出现单一数据造成的过拟合现象,提高了基因与疾病之间的关系的准确率。
进一步地,本发明一可选实施例中,所述根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量与所述根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量类似,故此不赘述。
S7、对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
本发明实施例可以利用预训练完成的预测模型中全连接层的激活函数对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率,从而判断出所述待分析基因数据与所述待分析疾病数据是否存在关联关系,从而实现了疾病与基因关系预测,减少了人工的参与,提高了预测基因与疾病之间的关系的智能化程度,减少了资源消耗。
进一步地,作为本发明一可选实施例,所述对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率,包括:
利用所述预训练完成的预测模型的全连接层中的第一预设参数、第二预设参数及第三预设参数对所述目标表征向量做线性变换,得到查询向量、关键向量及数值向量;
将所述查询向量与所述关键向量的转置向量点乘,得到相似度矩阵;
对所述相似度矩阵进行归一化计算,得到归一化矩阵;
利用预设的激活函数对所述归一化矩阵进行计算,得到激活矩阵;
将所述激活矩阵与所述数值向量点乘,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
本发明实施例中,所述第一预设参数、所述第二预设参数及所述第三预设参数可以是经过多次训练调优得到的参数矩阵。所述预设的激活函数可以是softmax激活函数。
本发明可选实施例中,通过对相似度矩阵进行score归一化计算,使得矩阵梯度更为稳定可靠,从而提高了所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率的计算效率。
如图4所示,是本发明疾病与基因关系预测装置的功能模块图。
本发明所述疾病与基因关系预测装置100可以安装于电子设备中。根据实现的功能,所述疾病与基因关系预测装置100可以包括网络构建模块101、表征向量计算模块102及相关概率计算模块103,本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述网络构建模块101用于获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络,计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络,提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络。
所述表征向量计算模块102用于整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的。
所述相关概率计算模块103用于对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
如图5所示,是本发明实现疾病与基因关系预测方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如疾病与基因关系预测程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如疾病与基因关系预测程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如疾病与基因关系预测程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(PerIPheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
可选地,所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,所述通信接口13还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的疾病与基因关系预测程序是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络;
计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络;
提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络;
整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量;
整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量;
根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量;
对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络;
计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络;
提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络;
整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量;
整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量;
根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量;
对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的电子设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种疾病与基因关系预测方法,其特征在于,所述方法包括:
获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络;
计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络;
提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络;
整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量;
整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第二目标表征向量;
根据预设第三权重,对所述第一目标表征向量及所述第二目标表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到目标表征向量;
对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
2.如权利要求1所述的疾病与基因关系预测方法,其特征在于,所述对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率,包括:
利用所述预训练完成的预测模型的全连接层中的第一预设参数、第二预设参数及第三预设参数对所述目标表征向量做线性变换,得到查询向量、关键向量及数值向量;
将所述查询向量与所述关键向量的转置向量点乘,得到相似度矩阵;
对所述相似度矩阵进行归一化计算,得到归一化矩阵;
利用预设的激活函数对所述归一化矩阵进行计算,得到激活矩阵;
将所述激活矩阵与所述数值向量点乘,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
3.如权利要求1所述的疾病与基因关系预测方法,其特征在于,所述计算所述待分析疾病数据之间的语义相似度,包括:
获取所述待分析疾病数据中的疾病名称数据;
提取所述疾病名称数据的疾病特征向量;
利用余弦相似度计算公式计算每个疾病特征向量之间的语义相似度。
4.如权利要求3所述的疾病与基因关系预测方法,其特征在于,所述利用余弦相似度计算公式计算每个疾病特征向量之间的语义相似度,包括:
利用下述公式计算每个疾病特征向量之间的语义相似度scorei:
其中,A表示任意一个所述疾病特征向量,B表示除A以外的任意一个疾病特征向量,BT表示除A以外的任意一个疾病特征向量的转置矩阵。
5.如权利要求1所述的疾病与基因关系预测方法,其特征在于,所述分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,包括:
利用预训练完成的预测模型提取所述第一整合网络及所述基因与疾病关系网络的特征向量,得到第一特征向量及基因疾病特征向量;
利用所述预训练完成的预测模型分别对所述第一特征向量及所述基因疾病特征向量进行位置索引编码,得到第一位置编码向量及基因疾病位置编码向量;
分别将所述第一位置编码向量及所述基因疾病位置编码向量与对应的所述第一特征向量及所述基因疾病特征向量进行组合,得到第一点编码向量及基因疾病编码向量;
利用所述预训练完成的预测模型中的卷积层分别对所述第一点编码向量及所述基因疾病编码向量进行特征提取,得到第一表征向量及关系节点表征向量。
6.如权利要求5所述的疾病与基因关系预测方法,其特征在于,所述利用预训练完成的预测模型提取所述第一整合网络及所述基因与疾病关系网络的特征向量,得到第一特征向量及基因疾病特征向量之前,所述方法还包括:
获取历史基因数据、历史疾病数据及历史疾病与基因真实关系,提取所述历史基因数据及所述历史疾病数据之间的关系,并根据所述关系构建历史基因与疾病关系网络;
基于所述历史基因数据构建历史基因调控网络;
计算所述历史疾病数据之间的历史语义相似度,根据所述历史语义相似度构建历史疾病相似度网络;
构建初步预测模型,整合所述历史基因调控网络及所述历史疾病相似度网络,得到历史整合网络,分别提取所述历史整合网络及所述历史基因与疾病关系网络中各个节点的表征向量,得到历史节点表征向量及历史关系节点表征向量,并根据预设历史权重,对所述历史表征向量及所述历史关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到历史目标节点表征向量;
利用所述初步预测模型中的池化层对所述历史目标节点表征向量进行特征降维,得到历史降维节点表征向量;
对所述历史降维节点表征向量进行线性计算,得到所述历史基因与疾病关系网络中各节点存在关联关系的关系概率,并根据所述历史疾病与基因真实关系,利用预设的损失函数计算所述关系概率的损失值;
根据所述损失值调整所述初步预测模型的参数,并返回所述并利用所述初步预测模型中的编码层对所述历史基因与疾病关系网络中的节点进行编码,得到节点编码矩阵的步骤,对所述初步预测模型进行迭代更新,直至所述损失值小于预设阈值,得到预训练完成的预测模型。
7.如权利要求1所述的疾病与基因关系预测方法,其特征在于,所述根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,包括:
利用余弦相似度计算所述第一表征向量与所述关系表征向量的相似度,并将所述第一表征向量与所述关系表征向量中相似度高于预设阈值的表征向量作为相似基因及疾病关系的表征向量;
根据所述相似基因及疾病关系的表征向量及预设第一权重,利用下述公式计算第一目标节点表征向量
其中,a表示所述预设第一权重中第一表征向量的权重占比,表示所述第一表征向量中表示相似基因及疾病关系的表征向量,b表示所述预设第一权重中关系表征向量的权重占比,/>表示所述关系表征向量中与所述第一表征向量中表示相似基因及疾病关系的表征向量。
8.一种疾病与基因关系预测装置,其特征在于,所述装置包括:
网络构建模块,用于获取待分析基因数据及待分析疾病数据,基于所述待分析基因数据中的蛋白互作关系数据构建第一基因调控网络,基于所述待分析基因数据中转录因子对信使核糖核酸的关系构建第二基因调控网络,计算所述待分析疾病数据之间的语义相似度,根据所述语义相似度构建疾病相似度网络,提取所述待分析基因数据及所述待分析疾病数据之间的关系,根据所述关系构建基因与疾病关系网络;
表征向量计算模块,用于整合所述第一基因调控网络及所述疾病相似度网络,得到第一整合网络,分别提取所述第一整合网络及所述基因与疾病关系网络中各个节点的表征向量,得到第一表征向量及关系节点表征向量,并根据预设第一权重,对所述第一表征向量及所述关系表征向量中表示相似基因及疾病关系的表征向量进行加权求和,得到第一目标节点表征向量,整合所述第二基因调控网络及所述疾病相似度网络,得到第二整合网络,提取所述第二整合网络中各个节点的表征向量,得到第二表征向量,并根据预设第二权重,对所述第二表征向量及所述关系表征向量中表示相似基因及疾病关系的;
相关概率计算模块,用于对所述目标表征向量进行线性计算,得到所述目标表征向量中所包含的待分析基因数据与待分析疾病数据相关的概率。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令,所述计算机程序指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的疾病与基因关系预测方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的疾病与基因关系预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310480960.1A CN116504317A (zh) | 2023-04-27 | 2023-04-27 | 疾病与基因关系预测方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310480960.1A CN116504317A (zh) | 2023-04-27 | 2023-04-27 | 疾病与基因关系预测方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116504317A true CN116504317A (zh) | 2023-07-28 |
Family
ID=87322700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310480960.1A Pending CN116504317A (zh) | 2023-04-27 | 2023-04-27 | 疾病与基因关系预测方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116504317A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496243A (zh) * | 2023-11-06 | 2024-02-02 | 南宁师范大学 | 基于对比学习的小样本分类方法及系统 |
-
2023
- 2023-04-27 CN CN202310480960.1A patent/CN116504317A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117496243A (zh) * | 2023-11-06 | 2024-02-02 | 南宁师范大学 | 基于对比学习的小样本分类方法及系统 |
CN117496243B (zh) * | 2023-11-06 | 2024-05-31 | 南宁师范大学 | 基于对比学习的小样本分类方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113657495B (zh) | 基于概率预测模型的保险产品推荐方法、装置、设备 | |
CN113157927B (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN116504317A (zh) | 疾病与基因关系预测方法、装置、电子设备及介质 | |
CN112115322A (zh) | 用户分群方法、装置、电子设备及存储介质 | |
CN116662488A (zh) | 业务文档检索方法、装置、设备及存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN113918704A (zh) | 基于机器学习的问答方法、装置、电子设备及介质 | |
CN111652282B (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
CN113468421A (zh) | 基于向量匹配技术的产品推荐方法、装置、设备及介质 | |
Sand et al. | zipHMMlib: a highly optimised HMM library exploiting repetitions in the input to speed up the forward algorithm | |
CN116401602A (zh) | 事件检测方法、装置、设备及计算机可读介质 | |
CN116383766A (zh) | 基于多模态数据的辅诊方法、装置、设备及存储介质 | |
CN116881410A (zh) | 基于对话系统的人设一致方法、装置、电子设备及介质 | |
CN116341646A (zh) | Bert模型的预训练方法、装置、电子设备及存储介质 | |
CN113656586B (zh) | 情感分类方法、装置、电子设备及可读存储介质 | |
CN114610854A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN116578690B (zh) | 一种基于人工智能的保险客服服务方法与系统 | |
CN111414452B (zh) | 搜索词匹配方法、装置、电子设备及可读存储介质 | |
CN113723611B (zh) | 基于因果推断的业务因子生成方法、装置、设备及介质 | |
CN113704616B (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
CN112949759B (zh) | 文本聚类方法、装置、电子设备及计算机可读存储介质 | |
CN113434629A (zh) | 基于向量匹配的问答对录入方法、装置、设备及介质 | |
CN116451152A (zh) | 预训练模型动态早退方法、装置、电子设备及介质 | |
CN116469474A (zh) | 癌症关键驱动基因查找方法、装置、电子设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |