Commit 3936db49 authored by Ngan Thi Dong's avatar Ngan Thi Dong
Browse files

first commit

parent 25eebdfd
# cmtt
A convolutional multitask learning framework for the miRNA-disease association prediction
![mtt.png](images/mtt.png)
The code was tested on python 3.7+. All required packages are put in requirements.txt
All data used in our experiments are included in the ``data'' folder.
1. To evaluate **MTT** model, run:
`python mtt_gradnorm.py`
Configurable parameters include:
- _epochs_: The number of epochs to train. The default value is _100_ (which was used in our experiments)
- _n\_runs_: Number of experiment runs
- _alpha_: the gradnorm balancing rate parameter.
2. To evaluate **STT** model, run:
`python stt.py`
### Dataset statistics
![data1.png](images/data1.png)
![data2.png](images/data2.png)
### Results
1. Results on **5FoldCV**.
![kfold.png](images/kfold.png)
2. Results on **independent test sets**.
![ind1.png](images/ind1.png)
![ind2.png](images/ind2.png)
![ind3.png](images/ind3.png)
2. Results on **case studies**.
![case_studies.png](images/case_studies.png)
4. **Ablation Study**
![ab1.png](images/ab1.png)
![ab2.png](images/ab2.png)
![ab3.png](images/ab3.png)
A convolutional multitask framework for miRNA-disease association prediction
\ No newline at end of file
disease
DOID:635
DOID:987
DOID:10652
DOID:9120
DOID:332
DOID:2988
DOID:2030
DOID:848
DOID:2841
DOID:3069
DOID:1936
DOID:0060224
DOID:12849
DOID:14227
DOID:2316
DOID:1319
DOID:1612
DOID:8584
DOID:2513
DOID:3308
DOID:4450
DOID:12930
DOID:11984
DOID:4362
DOID:4947
DOID:0060180
DOID:8577
DOID:3393
DOID:8778
DOID:1485
DOID:1307
DOID:3213
DOID:9351
DOID:9744
DOID:9352
DOID:8947
DOID:14250
DOID:2321
DOID:1380
DOID:289
DOID:13636
DOID:3355
DOID:10534
DOID:3068
DOID:3070
DOID:2921
DOID:13189
DOID:12361
DOID:11934
DOID:255
DOID:2531
DOID:2237
DOID:12858
DOID:4195
DOID:10763
DOID:0050589
DOID:1059
DOID:10941
DOID:9778
DOID:326
DOID:10126
DOID:263
DOID:127
DOID:1024
DOID:1240
DOID:12603
DOID:9952
DOID:1040
DOID:8692
DOID:9119
DOID:0060318
DOID:3382
DOID:5082
DOID:2843
DOID:1324
DOID:0060058
DOID:707
DOID:0050745
DOID:0050744
DOID:0060060
DOID:0050749
DOID:0050902
DOID:1909
DOID:3565
DOID:1790
DOID:10017
DOID:9538
DOID:2377
DOID:11723
DOID:11727
DOID:437
DOID:0050908
DOID:5844
DOID:11830
DOID:769
DOID:1227
DOID:9970
DOID:8398
DOID:11476
DOID:2394
DOID:1793
DOID:594
DOID:14330
DOID:3388
DOID:824
DOID:8997
DOID:10591
DOID:649
DOID:10283
DOID:8893
DOID:9477
DOID:3770
DOID:8466
DOID:768
DOID:3247
DOID:8850
DOID:5419
DOID:418
DOID:4159
DOID:2998
DOID:1781
DOID:11119
DOID:2957
DOID:12306
This diff is collapsed.
disease1,disease2
54,106
55,25
55,28
44,9
69,70
68,69
76,77
27,92
79,78
79,76
59,14
31,87
9,43
25,26
75,79
32,34
32,33
103,104
6,101
50,75
50,64
64,65
64,68
7,46
7,97
disease1,disease2
78,66
94,85
83,16
8,106
2,98
53,60
83,96
48,14
97,55
40,42
33,23
114,105
69,112
91,116
103,101
6,1
9,2
11,2
23,2
26,3
27,4
28,5
35,7
29,8
31,8
41,9
43,9
44,9
47,9
20,9
5,9
52,10
16,10
5,10
60,10
2,10
67,11
70,11
73,11
74,11
77,12
14,12
82,12
83,12
85,12
97,13
68,13
100,13
103,13
58,14
107,15
9,16
111,16
114,16
116,16
54,16
117,16
34,16
124,16
24,16
29,16
126,16
16,16
128,16
132,16
67,16
18,16
26,16
153,16
160,16
164,16
172,16
103,16
186,16
188,16
75,16
195,16
92,16
221,16
95,16
3,18
116,18
226,18
231,18
232,18
95,18
7,20
112,20
36,20
14,20
125,20
126,20
25,20
242,20
18,20
68,20
143,20
27,20
147,20
72,20
83,20
226,20
228,20
230,20
232,20
234,20
192,20
246,20
215,20
248,20
23,20
196,21
145,22
81,22
154,22
139,24
251,24
36,26
111,27
112,27
241,27
5,27
196,27
9,28
256,28
80,30
166,32
20,34
166,34
75,34
249,34
52,38
4,38
240,38
37,38
30,38
15,38
131,38
66,38
67,38
137,38
142,38
20,38
82,38
157,38
72,38
226,38
214,38
23,38
52,39
53,39
44,39
134,39
256,39
140,39
141,39
157,39
267,39
209,39
270,39
17,40
53,43
274,43
14,43
79,43
242,43
144,43
148,43
26,43
157,43
162,43
279,43
280,43
62,43
84,43
75,43
9,44
4,44
121,44
56,44
37,44
127,44
128,44
18,44
256,44
153,44
154,44
162,44
103,44
108,44
205,46
206,46
208,46
106,46
85,47
9,48
97,48
37,48
79,48
98,48
157,48
160,48
235,48
296,48
266,49
4,52
140,52
145,52
176,52
8,54
142,54
19,54
38,55
48,59
298,61
146,61
42,64
35,64
98,64
302,64
173,64
243,64
31,64
37,67
24,67
35,67
25,67
46,67
28,67
157,67
61,67
94,67
28,68
53,69
56,69
57,69
14,69
291,69
137,69
5,69
156,69
72,69
4,70
46,70
41,72
1,72
52,74
111,74
116,74
11,74
55,74
241,74
56,74
14,74
17,74
128,74
129,74
131,74
298,74
0,74
68,74
80,74
59,74
157,74
158,74
71,74
72,74
73,74
172,74
319,74
282,74
84,74
210,74
10,75
42,75
44,75
16,75
242,75
68,75
147,75
157,75
175,75
219,75
14,76
38,76
35,76
18,76
136,76
68,76
28,76
145,76
153,76
1,76
2,76
62,76
38,77
20,77
98,78
29,79
110,81
116,81
56,81
13,81
137,81
147,81
163,81
327,81
120,82
12,82
42,82
134,82
18,82
144,82
58,82
285,82
152,82
154,82
70,82
73,82
286,82
74,82
318,82
172,82
193,82
330,82
244,82
199,82
245,82
332,82
334,82
336,82
223,82
57,83
339,83
3,84
98,84
66,84
28,84
50,84
16,86
68,86
5,86
69,86
172,87
343,87
152,89
278,89
57,91
16,91
20,91
59,91
62,91
345,91
111,92
55,92
18,92
276,92
20,92
163,92
185,92
311,92
12,94
57,94
16,94
236,94
78,96
34,97
14,97
347,97
52,99
111,99
116,99
4,99
36,99
254,99
57,99
24,99
29,99
30,99
28,99
140,99
60,99
99,99
161,99
166,99
62,99
182,99
193,99
64,99
52,100
11,100
56,100
14,100
46,100
129,100
256,100
47,100
136,100
19,100
147,100
5,100
152,100
60,100
2,100
104,100
354,100
219,100
55,102
125,102
136,102
148,102