查看! :collision: 介绍 仿生(生物逻辑Ñetwork我ntegration用C onvolutions)是一个扩展图形卷积网络(GDN)学习集成特性跨越输入网络的基因或蛋白质深学习基于生物网络集成算法。 BIONIC可产生高质量的基因特征,并且在网络数量和网络规模上均具有可扩展性。 可以在下面看到BIONIC的概述。 多个网络被输入到BIONIC 每个网络都通过其自己的图卷积编码器,在其中根据网络拓扑学习特定于网络的基因特征。 总结这些特征以产生整合的基因特征,该特征捕获跨输入网络的重要拓扑信息。 然后可以将集成功能用于下游任务,例如基因-基因功能连锁预测,模块检测(聚类)和基因功能预测。 为了训练和优化整合的基因特征,BIONIC首先将整合的特征解码为输入网络的重构。 然后,BIONIC通过更新其权重以学习捕获相关拓扑信息的基因特征,从而最小化此重构与输入网络之间的差异(即,重构错