一种利用邻域信息和加权融合网络的药物重定位方法

一种利用邻域信息和加权融合网络的药物重定位方法，它涉及一种药物重定位方法。本发明为了解决现有药物重定位方法都是一种浅层的预测模型，不能深入了解药物和疾病节点的特征，其重定位结果偏向于普遍传染病的问题。本发明的步骤包括：提取药物对疾病作用关系数据样本；在药物对疾病作用关系图中，利用加权图卷积网络，学习药物以及疾病最近邻之间的相互作用特征；聚合学习到的药物和疾病的特征；通过一个多层融合网络，获得隐藏的高阶非线性特征；将训练集中的药物对疾病作用关系输入到上述模型中，对该模型进行训练，经过多次迭代后，得到最终的预测模型；将测试集中的药物对输入到预测模型中，得到预测结果。本发明属于药物重定位技术领域。