异质图注意力预测网络

植物代谢互作预测

通过异质邻域对比学习保留网络结构，提升植物代谢物-蛋白质互作预测的准确性。

Zhou, Xi · 杨晶 · 沈笑

Briefings in Bioinformatics 2024

技术优势

预测更准

类型特定的注意力机制能更好地聚合异质邻居信息，学习到更有效的节点表示。

保留网络结构

设计的异质邻居对比学习框架能够保留异质网络的拓扑结构，从而提升预测性能。

预测潜在互作

案例研究表明 HNCGAT 可以有效预测植物中潜在的代谢物-蛋白质互作，助力发现新关联。

应用场景

• 植物代谢组学：快速预测植物代谢物与蛋白质的互作，加速功能代谢物发现。
• 作物功能基因组：为作物关键代谢通路和基因功能解析提供互作预测。
• 药物靶点发现：通过预测代谢物与蛋白质互作，辅助发现植物源药物作用靶点。