一种基于分层负样本采样的药物-疾病关联预测方法

本发明属于图神经网络模型技术领域，特别涉及一种基于分层负样本采样的药物‑疾病关联预测方法。该方法涉及利用图卷积网络和图注意力网络对节点信息进行迭代更新，结合疾病‑药物关联网络全面考虑药物和疾病相似网络中的邻域特征和邻居交互特征。对于生成的样本信息，该方法采用分层结构采样技术，通过结合PageRank算法和GAT注意力评分构建可靠的负样本药物‑疾病对；最终，通过对比学习融合同质邻域和异质邻域特征，获得药物和疾病的通用领域特征。此外，本发明通过对帕金森症和阿尔兹海默症进行案例分析，通过公开文献，临床数据，DrugBank，DrugCentral的权威数据集验证本方法的有效性。