近日，我院彭理副教授团队在智能生物信息处理领域取得新进展，相关研究成果论文“Predicting CircRNA-Disease associations via feature convolution learning with heterogeneous graph attention network” 被国际顶级期刊《IEEE Journal of Biomedical and Health Informatics》录用，该期刊属于中科院一区，Top期刊，影响因子：7.021。

▲学术论文期刊展示

▲期刊分区

环状RNA与癌症等人类复杂疾病密切相关，是一种潜在的疾病诊断标志物和药物治疗靶点。该研究成果提出了一种基于异构图注意力网络的特征卷积学习模型对未知的环状RNA -疾病关联进行预测。该方法首先计算了环状RNA序列、功能、高斯交互谱核相似性，以及疾病语义、高斯交互谱核相似性，在此基础之上利用相似性阈值划分获得关联子图，进而构建异构图。通过多头动态注意力机制获得邻居节点特征的不同聚合表示，利用具有不同大小卷积核的单层卷积网络从堆叠的特征聚合表示中提取节点的高阶特征信息，有效地提高了预测准确性。实验结果表明，该方案与其他方法相比具有更优秀的预测性能，是一种预测环状RNA与疾病关系的有效工具。

该工作获得国家自然科学基金项目（61902125, 62002111），湖南省教育厅重点项目(22A0350,22A0101)的资助。

论文链接：https://ieeexplore.ieee.org/document/10079096