1.一种基于相似性约束的miRNA‑疾病关联预测方法，其特征在于，包括以下步骤：获取miRNA‑疾病关联矩阵、miRNA功能相似性矩阵和疾病语义相似性矩阵；

基于相似性约束的目标函数，将邻接矩阵、miRNA功能相似性矩阵和疾病语义相似性矩阵作为训练数据，自适应学习得到新的miRNA‑疾病关联矩阵；

所述相似性约束的目标函数为：

其中，SM表示新的miRNA功能相似性矩阵，SMij表示新的miRNA i和miRNAj之间的相似性，SD表示新的疾病语义相似性矩阵，SDij表示新的疾病i和疾病j之间的相似性，F表示新的miRNA‑疾病关联矩阵，AM表示miRNA功能相似性矩阵，AD表示疾病语义相似性矩阵，Fi，Fj分T别表示第i个miRNA和第j个miRNA与所有疾病的关联向量，Fi， 分别表示第i个miRNA和第j个miRNA与所有疾病的关联向量的转置，Yi表示邻接矩阵Y的第i行，α、β、γ分别表示配置参数，M＝{m1,m2,...,mnm}和D＝{d1,d2,...,dnd}分别表示miRNA集合和疾病集合，即nd和nm分别表示疾病的个数和miRNA的个数。

2.如权利要求1所述的miRNA‑疾病关联预测方法，其特征在于，获取miRNA‑疾病关联矩阵包括：获取miRNA和疾病的关系数据，构建邻接矩阵。

3.如权利要求1所述的miRNA‑疾病关联预测方法，其特征在于，获取疾病语义相似性矩阵包括：获取疾病语义数据，构建有向无环图，其中，节点表示疾病，节点间的有向边表示疾病之间的层次关系；

采用祖先节点对该节点贡献值的累加和作为该节点的语义值，计算疾病之间的语义相似度，得到疾病语义相似性矩阵。

4.一种基于相似性约束的miRNA‑疾病关联预测系统，其特征在于，包括：真实关联数据获取模块，被配置为：获取miRNA‑疾病关联矩阵；

相似性矩阵获取模块，被配置为：获取miRNA功能相似性矩阵和疾病语义相似性矩阵；

自适应学习预测模块，被配置为：基于相似性约束的目标函数，将邻接矩阵、miRNA功能相似性矩阵和疾病语义相似性矩阵作为训练数据，自适应学习得到新的miRNA‑疾病关联矩阵；

所述相似性约束的目标函数为：

其中，SM表示新的miRNA功能相似性矩阵，SMij表示新的miRNA i和miRNAj之间的相似性，SD表示新的疾病语义相似性矩阵，SDij表示新的疾病i和疾病j之间的相似性，F表示新的miRNA‑疾病关联矩阵，AM表示miRNA功能相似性矩阵，AD表示疾病语义相似性矩阵，Fi，Fj分T别表示第i个miRNA和第j个miRNA与所有疾病的关联向量，Fi， 分别表示第i个miRNA和第j个miRNA与所有疾病的关联向量的转置，Yi表示邻接矩阵Y的第i行，α、β、γ分别表示配置参数，M＝{m1,m2,...,mnm}和D＝{d1,d2,...,dnd}分别表示miRNA集合和疾病集合，即nd和nm分别表示疾病的个数和miRNA的个数。

5.如权利要求4所述的miRNA‑疾病关联预测系统，其特征在于，获取miRNA‑疾病关联矩阵包括：获取miRNA和疾病的关系数据，构建邻接矩阵。

6.如权利要求4所述的miRNA‑疾病关联预测系统，其特征在于，获取疾病语义相似性矩阵包括：获取疾病语义数据，构建有向无环图，其中，节点表示疾病，节点间的有向边表示疾病之间的层次关系；

采用祖先节点对该节点贡献值的累加和作为该节点的语义值，计算疾病之间的语义相似度，得到疾病语义相似性矩阵。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1‑3任一项所述的miRNA‑疾病关联预测方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑3任一项所述的miRNA‑疾病关联预测方法。