2018级博士生赵宵飒同学的论文“Heterogeneous graph attention network based on meta-paths for lncRNA–disease association prediction” 被国际期刊Briefings in Bioinformatics，BIB（CCF B类期刊）接收。

赵宵飒本科就读于东北师范大学计算机科学与信息技术学院，2015年保送到本院计算机应用技术专业，进入殷明浩教授智能信息处理实验室读研，2018年保送到信息科学与技术学院攻读博士学位。本篇论文的通讯作者为殷明浩教授和赵晓威副教授。

    期刊简介：BIB由牛津大学出版社出版，是一本同行评议的科学期刊，涵盖生物信息学，包括遗传学、分子生物学数据库和分析工具的评论。同时，它发表与新型生物信息学模型和工具的主要研究论文。

    期刊名称：Briefings in Bioinformatics

    期刊类别：中国计算机学会推荐B类期刊

    第一作者：赵宵飒

    论文题目：Heterogeneous graph attention network based on meta-paths for lncRNA–disease association prediction

    论文概述：

    探索人类疾病中长非编码RNA（lncRNA）的调控机制与其在疾病中的功能角色，有助于深刻地理解疾病或肿瘤的发生机理，可在人类疾病预防和治疗中发挥重要作用。鉴于生物实验方法的高成本和长周期，开发一种计算方法能有效加快候选lncRNA-疾病相互作用的实验筛选，大大减少了生物实验的盲目性。目前lncRNA-疾病相互作用的预测算法并没有综合地融合特征信息、拓扑结构信息和语义信息。同时，在建模复杂的lncRNA-疾病相互作用上也存在局限。在本文中，我们构造了一个基于元路径的异构图注意网络框架来预测lncRNA-疾病相互作用。首先，通过引入特征结构图和拓扑结构图来构造lncRNA（疾病）相关的异构图。 然后，基于预定义的元路径，把异构图分解成多个具有特殊语义的子图。接下来，利用图注意网络自动地学习子图中的节点表征，然后使用注意机制自适应地融合多个子图上的节点表征，实现节点水平上、语义子图水平上的聚合，从而获得高质量的节点表征。最后，利用神经归纳矩阵补全方法预测潜在的lncRNA-疾病相互作用，同时在优化函数中引入成本敏感学习以解决lncRNA-疾病相互作用数据中的不平衡问题。通过与最近的五个基线算法相比，新提出的框架能有效地提高lncRNA-疾病相互作用预测的表现。