PathoGAT：融合机器学习集成与图注意力网络的多尺度致病基因预测系统

PathoGAT是一款针对致病基因预测的多尺度系统，核心创新在于结合五种传统机器学习模型（随机森林、梯度提升树等）与图注意力网络（GAT），实现蛋白质相互作用网络（PPI）拓扑信息与表格遗传特征的整合分析，为致病基因预测提供高精度共识评分，解决传统方法难以捕捉生物网络功能关联的关键问题。

致病基因识别是精准医学和遗传病诊断的核心环节。传统基因变异注释依赖序列保守性等统计指标，难以捕捉基因在生物网络中的功能关联；高通量测序普及后，大量罕见变异的致病性判断缺乏有效手段。PPI网络虽提供新思路（疾病基因有特定拓扑特征），但传统机器学习难以处理图结构数据，易丢失拓扑信息。

PathoGAT采用多尺度融合架构，包含两个核心路径：1.机器学习集成模块：整合随机森林、梯度提升树、支持向量机、逻辑回归、朴素贝叶斯五种算法，处理基因表达谱、功能富集等多维表格特征；2.图注意力网络（GAT）模块：通过注意力机制为PPI网络邻居节点分配差异化权重，学习节点嵌入表示，捕获网络拓扑信息。

PathoGAT通过微观、中观、宏观三层尺度融合信息：微观尺度评估单个基因变异的功能影响；中观尺度由GAT注意力权重捕捉基因在局部网络模块的作用；宏观尺度反映基因在全局网络的系统重要性。三种尺度信息经特征拼接与加权融合，输入共识评分层。

PathoGAT采用PyTorch Geometric框架；整合STRING（PPI数据）、OMIM（疾病基因关联）、ClinVar（变异注释）、GTEx（表达谱）等权威数据库；训练采用分层抽样平衡正负样本，五折交叉验证评估泛化性能，严格遵循基因级划分避免数据泄露。

PathoGAT在多个基准数据集上性能优于单一方法；应用场景包括：罕见病诊断中候选变异优先级排序、药物靶点发现（疾病模块关键节点）、多基因风险评分构建、研究假设生成（揭示分子机制）。

当前PathoGAT依赖静态PPI网络，缺乏组织特异性、动态变化考虑；注意力机制可解释性有限。未来方向：整合单细胞转录组数据捕捉细胞类型特异性网络、引入时序建模研究网络动态、开发交互式可视化工具探索生物模式。