ارائه یک روش یادگیری عمیق مبتنی بر شبکه های کانولوشنی گراف برای پیش بینی ارتباطات بین پروتئینی ویروس و میزبان

ارتباطات بین پروتئین های ویروس و میزبان عامل بیماری های عفونی است بنابراین شناسایی این ارتباطات بین ویروس و میزبان برای طراحی داروهای ضد ویروسی و مقابله با بیماری های عفونی کمک شایانی می کند به روش های آزمایشگاهی برای انجام این کار بسیار ست و زمان بر هستند. بنابراین روش های محاسباتی و یادگیری ماشتین زیادی برای پیش بینی ارتباطات بین پروتئین ها ارائهشتده است اما بیشتر آنها برای روابط بین گونه ای بوده است. پژوهش های ارائه شده قبلی معمولا از روش های ستنتی یادگیری ماشین بهره برده اند. در این پژوهش یک روش مبتنی بر شبکه های کانولوشنی گراف که روش نسبتا جدیدی برای استخراج اطلاعات گراف می باشد استفاده گردید. همچنین برای تبدیل توالی پروتئین به برداری با ابعاد ثابت از روش Conjoint Tried استفاده شد. عملیادگیری با یک شبکه عصبی ساده چند لایه صورت گرفت. نتایج بدست آمده در مقایسه با روش های سنتی پیشرفت چشم گیری داشتند.