一种基于多模态深度学习的抗癌药物组合作用预测方法

一种基于多模态深度学习的抗癌药物组合作用预测方法，包括以下步骤：S1，提取出药物多个模态包括Morgan指纹、序列、分子图和原子点云的数据；S2，针对不同的模态数据，分别设计特征提取的子模型，并利用前馈神经网络构造出多模态药物组合特征提取融合框架；S3，分析癌细胞系基因表达和突变组学数据，使用FARMS算法筛选出合适的组学特征并利用前馈神经网络融合得到癌细胞系的表征；S4，将步骤S3中得到的癌细胞系的表征与多模态药物组合特征相结合，以预测抗癌协同药物组合作用。本发明的优点在于，在预测协同药物组合得分上不仅准确率更高，而且具有更强的稳定性。