CN114420203B 一种用于预测转录因子-靶基因相互作用的方法及模型 （深圳大学）

一种用于预测转录因子-靶基因相互作用的本发明公开的一种用于预测转录因子-靶基子-靶基因相互作用的方法是基于随机游走的异构图嵌入算法来预测TF与靶基因潜在的相互作TF与靶基因之间未被发现的相互作用关系。并2从基因数据库提取转录因子与靶基因的连接和从疾病数据库提取基因与疾病的连接，假设转录因子与目标基因之间的节点为TG，所述第一异构网络与所述节点TG基于所述样本路径构建图嵌入模型，给定样本对节点，利用所述根据所述结果从所述第二异构网络中获得所述节点最终的嵌入，的值表示第i个转录因子与第j个靶基因的预测所述元路径的表示形式为其中表示两个其中NX1()表示节点的Vt+1类型的所述图嵌入模型由第一神经网络模型和第二神经网络模型组成；所述第4.根据权利要求1所述的用于预测转录因子-靶基因相互其中Nt(v)表示节点v在不同节点类型的异构对于所述第二神经网络模型，从第一神经网络模型的隐藏层权重矩O(x)=logoF(g(xz,x0))+logo(-F(g(xu,x0)))(2);3子-靶基因相互作用的模型利用如权利要求1-4任一所述的用于预测转录因子-靶基因相互6.根据权利要求5所述的用于预测转录因子-靶基因相用所述用于预测转录因子-靶基因相互作用的模型制作BioTGI工具，所述BioTGI工具用于4[0001]本发明涉及生物信息学技术领域，尤其涉及一种用于预测转录因子-靶基因相互靶基因相互作用的相互作用模式对于生物学和医学的[0005]鉴于上述现有技术的不足，本发明的目的在于提供一种用于预测转录因子-靶基时不能直接得出TF-靶基因相互作用的结果以及不能更全面的考虑TF与靶基因的连接的问[0008]从基因数据库提取转录因子与靶基因的连接和从疾病数据库提取基因与疾病的第j列的值表示第i个转录因子与第j个靶基5[0015]所述的用于预测转录因子-靶基因相互作用的方法，所述元路径的表示形式为 其中R1OR2…ORn表示两个不同类型节点V1和Vn之间的关[0018]其中N1()表示节点的Vt+1类型的相邻节点。[0019]所述的用于预测转录因子-靶基因相互作用的方法，所述图嵌入模型由第一神经相互作用的模型利用如上所述的用于预测转录因子-靶基因相互作用的因子-靶基因相互作用的模型制作BioTGI工具，所述BioTGI工具用于预测潜在的TF与目标述用于预测转录因子-靶基因相互作用的方法是基于随机游走的异构图嵌入算法来预测TF6[0036]本发明提供一种用于预测转录因子-靶基因相互作用的方法及模型，为使本发明等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有个所述特征。DNA序列的k-mer特征并构建双向门控循环单元网络来学习嵌入以预测潜在的基序作为TF7神经网络(CNN)组成，从基因(包括TF及其目标基因)的原位杂交(ISH)图像中学习嵌入特用相关的蛋白质-蛋白质相互作用作为训练数据来预测特定TF的潜在的目标基因。但是这[0043]从基因数据库提取转录因子与靶基因的连接和从疾病数据库提取基因与疾病的第j列的值表示第i个转录因子与第j个靶基[0052]利用所述用于预测转录因子-靶基因相互作用的方法对TF-靶基因的相互作用的相互作用方式进行预测可以更加全面的考虑TF及其靶基因的连接，并且预测方式简单方[0054]在没有任何已知靶基因的情况下与一个新的TF(冷启动问题)相对应的靶基因是其中R1OR2…ORn表示两个不同类型节点V1和Vn之间的关8[0057]其中N1()表示节点的Vt+1类型的相邻节点。在元路径的指引下，可以捕获中|V|>1，所述异构网络通过最大化节点具有异构邻居集的概率来学习具有不同类型节点本发明开发了另一个神经网络模型(第二神经网络模型)来优化所述第一神经网络模型学[0067]本实施方式中，为了有效地优化，将采用负采样法，因此函数(1)可以变为公式9的用于预测转录因子-靶基因相互作用的方法及模型在预测TF和靶基因相互作用的任务于预测转录因子-靶基因相互作用的模型利用如上所述的用于预测转录因子-靶基因相互[0077]基于此模型，利用所述用于预测转录因子-靶基因相互作用的模型制作BioTGI工标基因相互作用的概率越大，因此用户可以了解哪些基因最有可能成为输入TF的目标基述用于预测转录因子-靶基因相互作用的方法