一种基于层次注意力的双超图对比学习框架预测微生物-药物相互作用方法

本发明提出了一种基于层次注意力的双超图对比学习框架预测微生物‑药物相互作用方法，解决基于图结构简单、增加可解释分析和提高预测精度的问题。所述方法由3个模块组成：S1，数据预处理，将微生物和药物相似性数据非线性融合得到微生物和药物的综合相似性，利用原始关联矩阵和综合相似性结合KNN和K‑means算法构成双超图。S2，特征提取，将步骤S1得到的双超图送入层次注意力和超图卷积网络得到特征嵌入，在基于双超图的对比学习更新特征和经过整合网络融合双超图特征。S3，结果预测，步骤S2得到的微生物和药物特征利用全连接层映射，得到最终特征，点积得到预测分数。将得到的预测分数结合具体文献验证和网络药理学验证模型输出。