摘要

本发明公开了一种基于多模态网络和宽度学习的药物相互作用预测方法,包括:获取药物的多模态特征信息,并求取各个模态下的药物交互图;通过图注意力网络学习药物在不同模态下的特征;利用宽度学习系统进行多模态特征融合,并通过融合后的药物多模态特征来预测每个药物对之间存在相互作用的概率。本发明从多模态数据中提取药物特征信息,并利用图神经网络强大的特征表示能力来建模和学习药物的不同模态特征,通过将药物不同模态的数据特征映射到统一的低维向量空间,利用宽度学习可以融合多种特征的特点,融合四种模态的信息,充分利用了特征信息,增强模型表达能力。利用宽度学习系统可进行增量学习的特性,提高模型的预测性能。