一种基于超图和主动学习的药物-靶标相互作用预测方法

本发明公开了一种基于超图和主动学习的药物‑靶标相互作用预测方法，大致分为以下步骤：利用药物‑靶标已知关联、药物‑药物相互作用以及靶标‑靶标相互作用构建药物‑靶标邻接矩阵；根据药物‑靶标已知关联矩阵构造药物超图和靶标超图；将药物和靶标的初始特征嵌入分别输入双路径信息传递网络中，引入对比学习机制来优化表征；使用基于Transformer的语义特征融合模块来聚合局部特征和全局特征；将最终的节点特征输入到多层感知机来预测药物‑靶标相互作用；从负样本池中根据查询策略选择部分负样本，更新训练集。本发明在模型层面实现轻量化设计，提出了基于主动学习的负样本选择策略，通过不断迭代来优化训练集中的负样本，提高了模型性能。