本发明公开了一种基于图卷积神经网络的药物口服利用度及毒性预测方法，包括：S1，准备初始训练集；S2，建立药物的图模型，获取训练集；S3，利用训练集训练图卷积神经网络和全连接神经网络，拟合药物的分子描述符及图模型与药物的口服利用度及毒性的映射关系；S4，分别对训练数据中的每个分子描述符特征进行数值修改，利用神经网络对修改后的训练数据进行预测，确定对应的预测值误差；S5，对药物的所有分子描述符特征进行排序，标定位于前序的分子描述符特征，删除未被标定的药物的分子描述符特征，对训练数据进行更新；S6，重新训练步骤S3构建的图卷积神经网络和全连接神经网络。本发明能够得到具有高预测精度的药物口服利用度及毒性预测模型。