一种基于多模态图学习的药物重定位方法

本发明公开的一种基于多模态图学习的药物重定位方法，属于药物研发技术领域。本发明实现方法为：1、构建由输入模态数量相等子网络组成的多模态药物重定位网络，使子网络独立处理单一模态数据；2、将多模态药物重定位网络中的子网络进行表征学习和表征融合；3、将表征融合的多模态药物重定位网络进行自适应图结构学习；4、将自适应学习的多模态药物重定位网络进行损失优化，进而获得药物重定位预测结果；与现有技术相比，本发明基于多模态数据所构建的子网络通过相似度和关联矩阵计算并运用注意力机制和图神经网络学习高层次特征进行表征学习和自适应学习，提升多模态图学习的药物重定位下游任务的泛化能力。