Learning Unknown from Correlations: Graph Neural Network for Inter-novel-protein Interaction Predict
1.概述
文章主要设计了一种端到端的模型(GNN-PPI),用于预测PPI(蛋白质相互作用)网络的边(作用)类型。
主要与2019年的PIPR做对比,性能提升明显。
2.贡献
1.设计了一个新的评估框架,充分尊重新蛋白之间的相互作用,并在数据集上给出一致的评估。(新蛋白质指的是训练集中没有出现的蛋白质)
2.建议将蛋白质之间的相关性纳入PPI预测问题。提出了一种基于图神经网络的关联建模方法。
3.提出的GNN-PPI模型在不同尺度的真实数据集中达到了最先进的性能,特别是在新蛋白相互作用的预测。
原创
2021-09-28 19:20:13 ·
556 阅读 ·
2 评论