SFGAE: a self-feature-based graph autoencoder model for miRNA–disease associations prediction

Abstract Increasing evidence has suggested that microRNAs (miRNAs) are important biomarkers of various diseases. Numerous graph neural network (GNN) models have been proposed for predicting miRNA–disease associations. However, the existing GNN-based methods have over-smoothing issue—the learned feat...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Briefings in bioinformatics Ročník 23; číslo 5
Hlavní autoři:	Ma, Mingyuan, Na, Sen, Zhang, Xiaolu, Chen, Congzhou, Xu, Jin
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Oxford Oxford University Press 20.09.2022 Oxford Publishing Limited (England)
Témata:	Biomarkers Coders Colon Colorectal cancer Disease Esophageal cancer Graph neural networks Kidney cancer Kidneys MicroRNAs miRNA Neoplasms Neural networks Nodes Smoothing Survival analysis Tumors self-feature embedding attention mechanism graph autoencoder miRNA–disease associations prediction
ISSN:	1467-5463, 1477-4054, 1477-4054
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!