基于多源数据嵌入的药物-靶标蛋白关联预测方法及系统

本发明公开了一种基于多源数据嵌入的药物‑靶标蛋白关联预测方法及系统，多源数据嵌入的方法由多核学习算法和降噪自编码器构成。基于多核学习的方法，通过整合多个核函数提高模型的鲁棒性，减轻了对单一核函数的过度依赖，并对不同相似网络分配权重，最终获得一个综合相似矩阵核。基于降噪自编码的方法，通过在输入数据中引入噪声，并尝试从噪声数据中还原出原始数据，实现了对噪声的去除和还原数据的功能。本发明通过简单，只需要根据药物、靶标蛋白的关联数据就能比较准确的预测出药物‑疾病关联网络中的潜在关联，并且通过实验证明了该方法的有效性，具有一定的生物学意义，对药物重定位、药物研发过程的推进具有理论意义和参考价值。