一种基于卷积神经网络的药物重定位方法

本发明提出一种基于卷积神经网络的药物重定位方法，包括以下步骤，S1、开展多源数据采集与矩阵构建，S2、搭建药物‑疾病异构关联网络，S3、采用双算法联合开展预测，S4、开展多维度结果验证，本发明采用卷积神经网络结合哲理数学的双算法联合预测模式，卷积神经网络负责挖掘高维数据内的隐性关联，完成单一适应症的药物筛选，哲理数学依靠平衡方程、差异方程量化药物、疾病、基因的动态制衡关系，适配多靶点、多通路复杂疾病解析，通过加权投票并根据疾病类型动态调整权重融合两组预测结果，直接提升药物‑疾病潜在关联的预测准确率，改善单一算法存在的可解释性不足、复杂疾病预测精度低下的问题。