一种基于融合多模态异构生物信息及超图结构的药物-疾病关联预测方法

本发明公开了一种融合多模态信息与异构结构的药物重定位预测方法，该方法主要包括：构建药物，疾病，蛋白质三者的同构图；通过图卷积网络（GCN）提取药物、疾病和蛋白质的节点特征；构建异构超图，通过超边表示节点间的多重关系；在异构超图上应用自定义的超图卷积网络（HGCN）；将GCN和HGCN得到的特征进行拼接融合，得到药物和疾病的最终节点表示。与现有方法相比，本发明的优势在于：(1)充分利用药物、疾病与蛋白质多模态异质信息。(2)结合局部结构（GCN）与高阶结构（HGCN）信息。(3)构建统一超图框架提升药物重定位预测的准确性与解释性。