DPMGCDA:解读circRNA-药物敏感性关联与双视角学习和路径掩盖图形自编码器

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 药理学 药理学是指药理学的学科.

背景情况:

• 循环RNAs (circRNAs) 影响药物敏感性和疗效.
• 实验验证circRNA与药物相关性的验证是耗时且资源密集的.

研究的目的:

• 开发一个高效的计算框架,DPMGCDA,用于预测circRNA-药物敏感性关联.
• 克服传统实验方法的局限性.

主要方法:

• 使用相似性网络融合构建circRNA-circRNA和药物相似性网络.
• 构建了circRNA,药物和circRNA-药物异质图.
• 采用双视角学习和路径掩盖图形自编码器进行预测.
• 从双重视角进行综合预测,用于最终的评分.

主要成果:

• 在传导和感应设置中,DPMGCDA显著超过了最先进的方法.
• 废弃试验证实了双视角学习的有效性.
• 嵌入可视化展示了路径掩盖图形自动编码器的特征编码功能.
• 案例研究验证了DPMGCDA识别新型circRNA药物关联的能力.

结论:

• DPMGCDA提供了一个有效的计算方法来预测circRNA-药物敏感性关联.
• 该方法加快了对药物有效性的潜在生物标志物的发现.
• 这一框架有助于理解circRNAs在药物反应中的作用.