基于微生物轉(zhuǎn)移網(wǎng)絡的疾病檢測算法

打開文本圖片集

摘要：

針對疾病檢測方法中忽略微生物潛在關聯(lián)問題，提出一種基于微生物轉(zhuǎn)移網(wǎng)絡的新型圖神經(jīng)網(wǎng)絡算法（SAGE-O-N）用于疾病檢測。算法利用微生物測序信息的相似性特征構建微生物轉(zhuǎn)移網(wǎng)絡，使用圖結構數(shù)據(jù)挖掘算法發(fā)掘相似性與表型關聯(lián)。實驗結果表明，與傳統(tǒng)機器學習方法相比，SAGE-O-N在單種疾病上的受試者工作特征曲線面積（Area Under Curve，AUC）提高了約2%，在并發(fā)癥數(shù)據(jù)集中AUC提高約4%。（剩余9976字）