基于多源生物信息和图神经网络的药物重定位方法

基于多源生物信息和图神经网络的药物重定位方法，首先整合了药物和疾病信息、构建了一个包含同质和异质信息的关系网络。在此基础上，利用图卷积操作和多头注意力机制同时提取局部和全局特征，融入深度残差网络，加速模型训练，采用特征导向的下采样策略和加权交叉熵损失函数，将更多的负样本信息纳入模型训练过程。实验结果表明，GADRC模型优于6种最新的基线方法。案例研究和分子对接实验进一步验证了该方法在预测药物疾病潜在关联关系的有效性，具有实际应用价值。