本发明公开了一种基于异质网络嵌入模型的疾病药物预测方法。本发明方法包括数据采集模块、数据预处理模块、路径设计模块、模型训练模块、结果评估模块。数据采集和数据预处理模块通过疾病、基因、药物之间的相互作用数据采集，构建疾病‑基因‑药物异质网络。路径设计模块通过最短元路径策略，寻找基因与基因的最短路径，形成随机游走路径。模型训练模块对随机游走数据通过模型训练，形成向量化表达，通过欧式距离预测药物和疾病间的相互作用。结果评估模块采用基于混淆矩阵的ROC曲线，对预测效果评估，通过优化模型选取最佳的预测效果。本发明方法通过学习生物异质网络中的拓扑及潜在表达，实现了药物和疾病关系的预测。