[发明专利]一种用于预测转录因子-靶基因相互作用的方法及模型

权利要求书

1.一种用于预测转录因子-靶基因相互作用的方法，其特征在于，具体包括步骤：

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，构建一个三种节点类型的第一异构网络；

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形成第二异构网络；

采用基于元路径的随机游走方式，从所述第二异构网络生成样本路径；

基于所述样本路径构建图嵌入模型，给定样本对节点，利用所述图嵌入模型将所述样本对节点的嵌入向量连接起来作为全连接层的输入，获得所述节点的结果；

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，分别形成转录因子嵌入矩阵F和靶基因的嵌入矩阵G，计算两个矩阵的点积获得预测得分矩阵R，其中第i行第j列的值表示第i个转录因子与第j个靶基因的预测得分。

2.根据权利要求1所述的用于预测转录因子-靶基因相互作用的方法，其特征在于，所述节点类型包括转录因子、靶基因、疾病。

3.根据权利要求1所述的用于预测转录因子-靶基因相互作用的方法，其特征在于，所述节点TG设置为常数1的向量。

4.根据权利要求1所述的用于预测转录因子-靶基因相互作用的方法，其特征在于，所述元路径的表示形式为其中表示两个不同类型节点V₁和V_n之间的关联。

5.根据权利要求4所述的用于预测转录因子-靶基因相互作用的方法，其特征在于，根据所述元路径的表示形式，计算第k步转移的概率p，其公式如下：

其中表示节点的V_t+1类型的相邻节点。

6.根据权利要求1所述的用于预测转录因子-靶基因相互作用的方法，其特征在于，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；所述第一神经网络模型包括构建模型和通过所述模型获得节点嵌入；所述第二神经网络模型用于计算一对节点嵌入之间的相似度。

7.根据权利要求6所述的用于预测转录因子-靶基因相互作用的方法，其特征在于，对于所述第一神经网络模型，给定一个异构网络G＝(V，E，T)，其中|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和连接的节点嵌入，目标函数表示为：

其中N_t(υ)表示节点v在不同节点类型的异构上下文中的邻居；

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阵中提取每个节点的嵌入向量，给定一对节点，将其嵌入向量拼接作为输入，获得结果作为模型损失，目标函数(1)变为函数(2)：

其中F表示一个全连接层，g表示将两个节点嵌入拼接起来，且σ(x)的计算如下：

8.一种用于预测转录因子-靶基因相互作用的模型，其特征在于，所述用于预测转录因子-靶基因相互作用的模型利用如权利要求1-7任一所述的用于预测转录因子-靶基因相互作用的方法构建而成。

9.根据权利要求8所述的用于预测转录因子-靶基因相互作用的模型，其特征在于，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工具，所述BioTGI工具用于预测潜在的TF与目标基因的相互作用。