文章地址：https://doi.org/10.1093/bib/bbab513
  代码地址：https://github.com/zhanglabNKU/LR-GNN

 今天给大家介绍的是来自南开大学人工智能学院的张瀚教授团队发表在Briefings in Bioinformatics上的文章"LR-GNN: a graph neural network based on link representation for predicting molecular associations".生物小分子之间的关联是实现大多数生物功能的基本途径，这些分子和分子关联共同构成生物医学网络。本文提出一种基于链路表示(LR)的方法LR-GNN来预测分子关联。该方法通过GCN编码器、LR传播规则和LR逐层融合规则三大模块，获取分子的节点嵌入并构建、融合链路表示，以生成最终的预测分数。实验证明，LR-GNN的性能优于目前最先进的方法。

内容中包含的图片若涉及版权问题，请及时与我们联系删除