基于快速图卷积与矩阵分解的微生物-疾病关联预测新方法FGCNMF
《Scientific Reports》:Fast graph convolutional models incorporating matrix factorization for predicting microbe-disease associations
【字体:
大
中
小
】
时间:2025年12月11日
来源:Scientific Reports 3.9
编辑推荐:
本研究针对微生物-疾病关联预测中传统计算方法性能有限的问题,提出了一种融合快速图卷积与矩阵分解的新型计算框架FGCNMF。该方法通过随机奇异值分解(SVD)获取高质量节点嵌入表示,结合轻量级空间卷积增强特征学习,最终利用集成学习算法实现精准预测。实验表明FGCNMF在基准数据集上AUC达到0.9471±0.0075(HM)和0.9467±0.0033(DB),较现有方法提升显著,为微生物组研究提供了高效计算工具。
人体是一个与数万亿微生物共生的超级有机体,这些主要存在于肠道和皮肤的微生物群落,与人类健康有着千丝万缕的联系。例如皮肤微生物组就像一道保护屏障,不仅抵御病原体入侵,还参与免疫系统调节;而肠道微生物更是在代谢调节和免疫发育中扮演关键角色。当这种微妙的平衡被打破时,就可能引发疾病——金黄色葡萄球菌与特应性皮炎、化脓性链球菌与点滴状银屑病之间都存在着明确关联。
然而,目前经过验证的微生物-疾病关联数据十分有限。传统的生物实验方法耗时费力,成为研究进程的主要瓶颈。为此,计算生物学领域发展出两大类预测方法:基于网络拓扑分析的模型(如KATZHMDA、NTSHMDA)和基于机器学习的模型(如BPNNHMDA、DMFMDA)。但这些方法往往难以兼顾全局网络结构和局部拓扑特征,且对未知节点预测效果不佳。
针对这些挑战,济宁医科大学附属医院的研究团队在《Scientific Reports》发表了一项创新研究,提出名为FGCNMF的新型计算框架。该方法巧妙地将快速图卷积网络与矩阵分解技术相结合,通过独特的双阶段嵌入管道,在保持高精度的同时实现计算效率的显著提升。
关键技术方法包括:基于HM(450个关联)和DB(4351个关联)两个基准数据集构建微生物-疾病异质网络;采用随机奇异值分解(SVD)进行非迭代式嵌入初始化;通过轻量级空间图卷积增强节点表示;最终使用Extra-Trees等机器学习分类器进行关联预测。所有实验均采用严格的5折交叉验证,并选用AUC和AUPR作为评估指标。
通过系统参数调优发现,不同数据集需要差异化设置:对于HM数据集,最佳参数为top-n=5、卷积层数l=3、嵌入维度d=32;而更大规模的DB数据集则适用n=3、l=2、d=64的配置。这种差异反映出数据特征对模型参数选择的显著影响。
在七种机器学习分类器的对比实验中,极端随机树(Extra-Trees, ET)在HM数据集上表现最佳(AUC 0.9471),而XGBoost在DB数据集上略胜一筹。研究人员最终选择ET作为默认分类器,因其在保持高精度的同时具有更好的鲁棒性。
与LINE、SDNE、Node2Vec等七种经典图嵌入方法相比,FGCNMF在HM数据集上将AUC提升至0.9471,显著优于其他方法。特别值得注意的是,单纯的矩阵分解(MF-only)方法AUC仅为0.9215,证明空间卷积增强步骤对提升模型性能至关重要。
FGCNMF在DB数据集上单次交叉验证仅需1.13秒,比传统图嵌入方法快2-8倍,比复杂图神经网络(如GAT、GraphTransformer)快50-60倍。这种卓越效率源于其非迭代式设计和参数自由的卷积增强策略。
与LightGCN的对比实验中,FGCNMF在两项指标上均取得领先。在与GraphSAGE、GraphTransformer等前沿图神经网络的较量中,FGCNMF在更具挑战性的DB数据集上表现出明显优势(AUC 0.9467 vs GraphTransformer 0.9328),证明其简化架构的有效性。
在HM数据集上,FGCNMF的AUPR达到0.9546±0.0077,显著优于BRWMDA(0.9064)、KATZHMDA(0.8807)等方法。虽然在HM数据集上GATMDA的AUC略高(0.9554),但FGCNMF在更大规模的DB数据集上全面领先,显示出更好的可扩展性。
在MDAD、aBiofilm和DrugVirus三个外部微生物-药物关联数据集上的测试进一步验证了模型的泛化能力。FGCNMF在前两个数据集上均取得最优性能(AUPR分别为0.9742和0.9786),在DrugVirus数据集上也表现出竞争力。
通过对哮喘和炎症性肠病(IBD)的案例研究,FGCNMF展现出强大的生物学发现能力。在预测的哮喘相关前20种微生物中,16种(80%)经文献验证确实与疾病相关;对IBD的预测准确率更高达85%。这些结果证明该模型能有效指导实验验证,加速新关联的发现。
该研究的创新点在于将快速矩阵分解的全局视角与轻量级图卷积的局部细化相结合,在保持高精度的同时实现计算效率的突破。不过作者也指出当前模型的转导学习特性限制了其对新增节点的处理能力,未来计划通过半归纳式框架和特征增强策略解决这一局限。
FGCNMF为微生物-疾病关联预测提供了新的解决方案,其高效精准的特性使其有望成为微生物组研究的标准工具。随着算法的进一步优化和应用范围的拓展,这一技术将在疾病机制解析和精准医疗领域发挥更大价值。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号