图神经网络在韩国本土牛加权基因共表达网络分析中的应用

本文介绍了一种新的基因模块聚类网络（gmcNet）算法，用于解决单级表达和拓扑重叠测量的问题。gmcNet包括一个“共表达模式识别器”（CEPR）和“模块分类器”。CEPR将单个基因的表达特征整合到共表达基因的拓扑特征中，而模块分类器计算模块分配概率。gmcNet在韩国本土牛的基因数据集上进行了验证，结果显示其在模块化和差异表达信号方面表现最佳。此外，gmcNet还检测到了一些有趣的生物功能，如胴体重量、背膘厚度、肌内脂肪和韩国本土牛的牛肉嫩度。因此，gmcNet是一种有用的WGCNA模块聚类框架。