GNN-SubNet:説明可能なグラフニューラルネットワークによる疾患サブネットワーク検出【JST・京大機械翻訳】

Pfeifer, B.; Secic, A.; Saranti, A.; Holzinger, A.

プレプリント

J-GLOBAL ID：202202212323558509 整理番号：22P0032383

GNN-SubNet:説明可能なグラフニューラルネットワークによる疾患サブネットワーク検出【JST・京大機械翻訳】

GNN-SubNet: disease subnetwork detection with explainable Graph Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月12日プレプリントサーバーでの情報更新日： 2022年01月12日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

グラフィカルニューラルネットワーク(GNNs)の膨大な成功は,既にシステム生物学研究に大きな影響を及ぼした。例えば,GNNは蛋白質-薬物相互作用ネットワークならびに癌遺伝子発見における薬物標的認識のために現在使用されている。実際的関連性がしばしば過小評価される重要な側面は,可理解性,解釈可能性,および説明可能性である。本研究では,説明可能なGNNによる疾患サブネットワーク検出のためのグラフベース深層学習フレームワークを提案した。本フレームワークにおいて,各患者は蛋白質-蛋白質ネットワーク(PPI)のトポロジーにより表現され,そのノードは遺伝子発現及びDNAメチル化のような分子マルチモーダルデータによって濃縮される。したがって,モデル全体の説明のためのGNNexpinerの著者らの新しい修正は,高い実用的関連性を持つ潜在的疾患サブネットワークを検出することができる。提案方法はGNN-SubNet Pythonプログラムに実装され,国際研究コミュニティ(https://github.com/pievos101/GNN SubNet)のためにGitHubに自由に利用可能になった。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

分子・遺伝情報処理

, , , ,

前のページに戻る