多关系图神经网络中可控边类型特定解释的癌症药物反应预测
发表于: 。本研究解决了现有图解释算法缺乏生物学意义的问题,限制了其在癌症药物反应预测中的应用。提出的CETExplainer算法采用可控的边类型特定加权机制,结合子图与预测之间的互信息,提供生物学上有意义的细粒度解释。实证分析表明,CETExplainer在解释质量和稳定性上相较于现有算法具有显著提升,成为癌症药物预测的重要工具。
本研究解决了现有图解释算法缺乏生物学意义的问题,限制了其在癌症药物反应预测中的应用。提出的CETExplainer算法采用可控的边类型特定加权机制,结合子图与预测之间的互信息,提供生物学上有意义的细粒度解释。实证分析表明,CETExplainer在解释质量和稳定性上相较于现有算法具有显著提升,成为癌症药物预测的重要工具。