《一种基于矩阵分解和异构图推理的病毒-药物关联预测方法》

技术简介：

本发明提出了一种基于矩阵分解和异构图推理的病毒-药物关联预测方法,主要解决现有技术中存在的预测病毒-药物关联精度较低的问题以及病毒-药物关联预测发明稀少的问题,包括如下步骤：(1)获取包含已知的病毒-药物关联的数据集；(2)整合病毒、药物的相似性矩阵(3)对病毒-药物邻接矩阵进行矩阵分解,并构建新的病毒-药物关联矩阵(4)构造一个异构图来预测潜在的病毒-药物关联。本发明使用基于矩阵分解和异构图推理来预测病毒与药物的关联,具有良好的预测性能和鲁棒性。

研发人员：程效龙;瞿佳