基于关系网络协同学习的疾病相似关系度量方法

本发明公开了一种基于关系网络协同学习的疾病相似关系度量方法，主要解决现有技术提取疾病特征时未能充分捕捉疾病潜在多元分子作用模式及难以有效挖掘疾病间复杂相似关系的问题。其实现是：分别构建基因交互网络和微小RNA功能相似网络；利用构建的网络提取基因节点和微小RNA节点的隐层特征；设计多视角对比损失协同优化这两个隐层特征；根据优化后特征获取疾病的基因层面和微小RNA层面特征；通过多层感知机提取疾病关系对高层特征；利用已知的疾病关系对特征训练预测模型；将未知的疾病关系对特征输入训练好的预测模型，获得疾病间相似关系的度量结果。本发明能获得更具鉴别性的疾病关系对特征，且预测结果更加准确，可用于下游生物标记物预测及药物重定位。