药物透血脑屏障是新药研发的一个重要因素。在传统栈式降噪自编码（stacked denoising autoencoder，SDAE）基础上，提出一种改进的SDAE药物透血脑屏障预测方法。利用主成分分析（principal components analysis，PCA）无监督训练一组权值初始化SDAE，避免随机初始化权值造成模型收敛速度较慢的问题；然后为降噪自编码（denoising autoencoder，DAE）增加一层隐藏层，构造双隐层DAE，提高单个DAE提取药物分子抽象特征的能力；融合SDAE最后两个DAE的第一层隐藏层输出作为softmax分类器的输入，最终实现药物透血脑屏障预测。