祝贺实验室论文发表于Briefings in Bioinformatics | 提出MorbidGCN模型，基于表型和疾病的图卷机网络预测共病

7月18日，实验室团队在《生物信息学简讯》（Briefings in Bioinformatics）杂志在线发表了题为《MorbidGCN，基于表型和疾病的图卷机网络预测共病》（“MorbidGCN: prediction of multimorbidity with a graph convolutional network based on integration of population phenotypes and disease network”）的文章。

共病是指一名患者并非偶然的同时患有多种疾病。团队提出了一种名为MorbidGCN的图卷积网络(GCN)模型，通过整合群体表型和疾病网络来预测共病。MorbidGCN将共病预测视为疾病网络中的缺失环节预测问题，嵌入了一种新的特征选择方法来选择重要表型。对两个大型共病数据集（英国UK Biobank和人类疾病网络(HuDiNe)数据集）的测试结果表明，MorbidGCN显著优于其他方法。通过MorbidGCN，在UK Biobank和HuDiNe数据集中分别发现了9742和14 010种新的共病。此外，研究团队注意到，所选择的表型通常在共病患者和单病患者之间存在差异，这些表型可以帮助解释共病，并可用于共病预后的预测。

图：MorbidGCN与其他方法的共病性能比较以及MorbidGC识别的新共病

实验室赵兴明教授是该论文的通讯作者，博士研究生董桂英为第一作者。（Briefings in Bioinformatics, 2022, 23(4):bbac255）

论文链接：https://academic.oup.com/bib/article-abstract/23/4/bbac255/6627601