一种预测药物靶标关联关系的方法

本发明涉及一种预测药物靶标关联关系的方法。它解决了现有技术中药物靶标关联预测方法预测准确度不佳的问题。它包括S1、收集并下载药物和蛋白质结构数据以及关联的交互网络；S2、药物和蛋白质结构数据处理，转换交互网络；S3、从结构数据提取并学习药物结构特征和蛋白质的结构特征；S4、设计协同对比学习策略，计算对比学习损失；S5、设计自适应自步采样策略，获得高可靠度的对比学习样本对；S6、获取药物和蛋白质的最终特征表示，利用MLP预测潜在的药物‑靶标(蛋白质)的交互关系。本发明的优点在于：能够更充分地利用多种交互网络之间的互补性知识，从每个交互网络中学习到一致性更高的特征表示，进而提高药物‑靶标关联关系的预测准确度。