基于多相似性网络和知识图谱的药物重定位预测方法

本发明涉及生物信息学技术领域，具体涉及一种基于多相似性网络和知识图谱的药物重定位预测方法，包括：获取药物和疾病的多相似性网络；利用图正则化集成方法融合多相似性网络，提取药物和疾病的公共属性特征表示；利用生物医学知识图谱，在包含多个实体关联的异构网络中学习药物和疾病的拓扑特征表示；对属性特征表示与拓扑特征表示进行融合处理，得到融合特征向量；根据药物和疾病的融合特征向量，构建并训练药物疾病异构网络，得到训练好的药物疾病异构网络，进而对药物与疾病的关联进行重构，得到药物疾病相互作用的预测结果。本发明通过融合多相似性网络和引入知识图谱嵌入方法，提高了对药物疾病相互作用预测的准确性。