基于二维Weisfeiler-Lehman 图神经网络的基因调控网络重建方法
作 者：
徐志涵；段天娇；程唯书；马璐颖；王之琼
摘 要：
基因调控网络（Gene Regulatory Networks, GRNs）的重建是解析基因互作机制的关键任务，但传统方法因依赖一阶邻域信息或计算效率低而受限。本文提出基于二维 Weisfeiler-Lehman 图神经网络（2-WL_L-GRN）的链路预测框架，以基因对为计算单元，通过局部邻域聚合同步捕获直接调控关系与高阶协同信号。该方法的表达能力优于传统的 1-WL 算法，适配大规模稀疏网络。在七个单细胞 RNA 测序数据集上的 AUROC（area under the receiver operatingcharacteristic curve）和 AUPRC（area under the precision-recall curve）分别达到 0.89-0.91 与 0.26-0.31，较主流方法提升 3% ～ 20%，为 GRN 建模提供了新方法。
来 源：
《信息产业报道》 2025-10