基于关系感知异构图神经网络的药物–微生物–代谢物网络建模与微生物–疾病关联预测

> 真实数据项目:整合四个公开生物医学数据库为统一异构图 + 关系感知异构 GNN + 多种子完整消融。成果已整理为 SPIE 格式 6 页 EI 论文投 CSIC2026 智能计算会议,论文见 `论文/Paper8_药物微生物异构GNN_CSIC2026.pdf`。

  • 任务类型深度学习-图神经网络
  • 专业方向医疗健康 · 计算机

项目亮点

  • 统一多关系异构图:四库清洗归一后合并为 drug–microbe–metabolite–gene–disease 五类节点、七类关系的单一异构图,构建管线全脚本化、可复现。
  • 受控关系消融:从 target-only 图出发,依次加药物、代谢物关系直到 full,AUC 稳定 0.756→0.785,定量归因增益来源。

想把这样的项目做成你简历上的亮点?

这是一套配齐了代码、文档、面试问答和配图的 AI+X 项目,可写进简历、在面试里讲清楚。 想做同类项目、或获取「基于关系感知异构图神经网络的药物–微生物–代谢物网络建模与微生物–疾病关联预测」的完整资料(代码 / 数据处理流程 / 论文文档 / 配图), 请联系为你介绍本页面的老师咨询,按你的情况定一个合适的项目。

加载中…