针对传统预测中药靶点相互作用,忽略了中药、成分、靶点3者之间的潜在联系,导致特征提取不足,模型精度不高的问题,构建中药-成分-靶点3层异构网络.利用重启随机游走、高斯核、信息熵算法提取网络特征,并提出了运用深度神经网络分析中药成分-靶点相互作用的模型TCMIT-DNN.实验结果表明,GBDT、RF、SVM模型使用TCMIT 3层异构网络策略后,分类性能均有所提升.TCMIT-DNN的AUC、F1值、准确率分别为96.0%、89.5%、89.5%,均优于TCMIT-GBDT、TCMIT-RF、TCMIT-SVM分类模型.