GAT_proteomics：利用GAT对蛋白质组学网络进行分类

简介：
本研究引入了图注意力机制（GAT）以增强蛋白质组学网络分析能力，通过学习节点间关系模式来提升网络分类精度。 进行蛋白质组学网络分类工作流程需要以下先决条件：用户需安装Python以及相关软件包（如Torch、DGL、NumPy、Pandas、NetworkX 和 Matplotlib）。 在数据准备阶段，将边缘文件、节点特征文件和标签文件添加到“data”文件夹中。对于图分类任务，一组图是必需的。使用python脚本graph_classification.py进行模型训练与验证： ```bash python graph_classification.py root edge.file node.feature.file graph.label ``` 完成上述步骤后，训练好的GAT模型将保存在“model”文件夹内。 最后通过运行另一个Python脚本 graph_evaluation.py 使用已有的模型对其他数据集进行预测。