基于多源异构数据融合的药物靶标预测方法及计算机设备

本发明公开了基于多源异构数据融合的药物靶标预测及计算机设备，其中方法包括：S1、获取并预处理得到满足药物‑靶标相互作用预测模型，即DTI预测模型的训练需求的样本数据；S2、设计综合性的多源特征融合框架，分别从药物端和蛋白端展开特征的深度挖掘与融合；S3、构建一个交互数据集，满足DTI预测模型的输入需求以及预测任务中不同特征之间存在的复杂且非线性的交互关系，采用10折交叉验证方法训练和测试DTI预测模型，基于多个评价指标全面展示DTI预测模型的性能表现；S4、基于SimBoost预测原理，采用数据驱动的动态阈值选择策略，将连续的预测输出转化为可应用的二分类结果。本发明可为后续药物靶点发现与个性化治疗研究提供了新的技术路径。