摘要：在药物结构相似性和靶标序列相似性的基础上,结合药物-靶标相互作用网络信息,考虑分类器和数据集合分布的复杂性,提出一种半监督学习算法预测药物与靶标之间的关联。实验结果表明,该算法的预测性能较DBSI,KBMF2K等算法有所提高。对其预测到的药物-靶标相互作用数据进行打分并排序,从中提取前30%的数据,其中有部分相互作用可在KEGG,DrugBank,SuperTarget和ChEMBL数据库中得到验证。