基于变分自编码器的药物-疾病关联预测方法

摘要

本发明提出了一种基于变分自编码器的药物‑疾病关联预测方法，主要解决现有技术预测药物‑疾病关联精度较低的问题，包括如下步骤：(1)构建药物‑疾病关联矩阵A和疾病‑药物关联矩阵B；(2)构建药物特征矩阵C和疾病特征矩阵D；(3)搭建基于变分自编码器的药物‑疾病关联预测模型H；(4)对基于变分自编码器的药物‑疾病关联预测模型H进行迭代训练；(5)获取药物‑疾病关联预测结果Y。本发明降低了噪音和数据缺失对预测结果的影响，充分提取了复杂数据的隐含信息，有效提高了药物‑疾病关联预测的精度，可用于药物重定位的药物候选。