用于表型药物反应预测的自适应优化方法、系统及设备

本发明公开了一种用于表型药物反应预测的自适应优化方法、系统及设备。该方法先构建药物结构域集合，并将其划分为训练集(源结构域S)和测试集(目标结构域T)。然后，提取药物和细胞系特征，利用预训练模型的权重进行特征融合。通过Wasserstein距离选择与目标结构域相似的有效药物域。在目标结构域下，实现多源域到目标域的自适应，基于回归、排序损失及MMD距离特征一致性。最终，通过计算总损失和IC50评分来预测药物反应。此方法能有效提升新化合物反应预测的准确度，改进候选药物评估，助力成功发现药物。这一创新方法为药物研发领域带来了革命性的进步，不仅提高了预测效率，还为药物发现提供了新的视角和工具，有助于加速新药的研发进程。