English
Magyar
Gráf neurális hálózatok alkalmazása gén-betegség asszociációk jóslására
 docens
Szoba: IE425
Tel.:
+36 1 463-4116 Email: gezsi (*) mit * bme * hu |
A kiírás adatai
A gráf neurális hálózatok a neurális hálózatoknak jelenleg egyik legdinamikusabban fejlődő területét képezik.
A különféle entitások között fennálló páronkénti kapcsolatokra vonatkozó, ún. hálózatos tudás, illetve az ilyen jellegű adatok mennyisége szintén jelentősen növekszik. Számos területen, mind a természet- és a társadalomtudományokban, a gráf jellegű adatok általánosan elterjedtek és használatosak. A gráf neurális hálózatok alkalmazásának célja, hogy olyan rendszereket hozzunk létre, amelyek ezt a hálózatos tudást is felhasználják a tanulás, illetve következtetés során.
A betegségek molekuláris mechanizmusainak feltárása a betegségek kialakulásának, lefolyásának és kezelésének szempontjából is alapvető jelentőségű. Ennek részét jelenti a betegségekkel összefüggésbe hozható gének felderítése, amelyre az elmúlt évtizedekben számos próbálkozás és predikciós módszer született.
A témakiírás célja olyan a gráf neurális hálózatok alkalmazása ezen a problématerületen. Ehhez első lépésben létre kell hozni egy heterogén hálózatot, amelyben betegség, illetve gén (fehérje) csomópontok és a közöttük lévő heterogén kapcsolatok találhatók. A következő lépésben pedig különféle architektúrájú gráf neurális hálózati modelleket kell létrehozni, tanítani és alkalmazni a hálózaton.
Kapcsolódó cikkek:
Choi W, Lee H (2021) Identifying disease-gene associations using a convolutional neural network-based model by embedding a biological knowledge graph with entity descriptions. PLOS ONE 16(10): e0258626. https://doi.org/10.1371/journal.pone.0258626
Azadifar, S., Ahmadi, A. A novel candidate disease gene prioritization method using deep graph convolutional networks and semi-supervised learning. BMC Bioinformatics 23, 422 (2022). https://doi.org/10.1186/s12859-022-04954-x
Feladatok jellege:
Heterogén hálózat építése, gráf neurális hálózati modellek alkotása, tanítása, kiértékelése,
Keretrendszer:
pytorch, pytorch geometric