[发明专利]一种基于多任务学习的异质图卷积网络的药物重定位模型

摘要

本发明涉及药物研发的技术领域，特别是涉及一种基于多任务学习的异质图卷积网络的药物重定位模型，其能够从不同生物实验的数据集中获得药物和疾病的多角度的特征，可以提高药物重定位的性能，解决药物‑疾病关联预测任务中阳性样本的稀疏性问题；包括以下模块：输入模块：通过结合药物，miRNA，蛋白质，疾病生物实体节点及其关联构建异质信息网络；图表示学习模块：通过堆叠带有残差连接和层级注意力机制的图卷积网络层来学习HIN中节点的表示；多任务预测模块：包括两个与药物相关的预测任务，即药物‑miRNA关联预测，药物‑蛋白质关联预测；两个与疾病相关的预测任务，即miRNA‑疾病关联预测，蛋白质‑疾病关联预测，来作为辅助任务，学习更高质量的表示。