一种异质网络跨层依赖推理的药物和通路关联预测方法

本发明涉及生物信息学领域，具体为一种异质网络跨层依赖推理的药物和通路关联预测方法。该方法包括步骤：S1.基于已有数据构建三层异质网络；S2.基于三层异质网络构建优化模型；S3.利用块坐标下降算法求解所构建模型的目标函数；S4.基于目标函数求解的结果预测药物和通路潜在关联。本发明首先构建药物和通路关联数据集，为后续关联预测任务提供数据基础；在药物和通路关联预测问题中引入基因的相关数据并构建三层异质网络，可以增加数据的多样性以及信息的丰富性；通过构建正则优化模型，能够有效挖掘异质网络中的信息，来完成预测任务。本发明的计算效率高，分利用了药物‑通路关联的先验信息，提高预测准确性，且不需要负样本。