一种基于联邦决策树的药靶亲和力预测方法

本发明公开了一种基于联邦决策树的药靶亲和力预测方法，包括：S1、在本地使用基于多壳层扩展连接性指纹的方法进行药物和蛋白质的特征学习；S2、每个制药机构基于本地数据和初始分割点对GBDT模型进行一阶和二阶梯度计算，生成梯度直方图；S3、每个制药机构对其得到的梯度直方图进行同态加密操作，并将加密后的梯度直方图传输给中央服务器；S4、中央服务器将收集到的各个制药机构的加密后的梯度直方图进行聚合，根据GBDT模型的决策树构建流程生成下一步建树操作，并将该操作信息转发给各制药机构；S5、每个制药机构使用中央服务器发来的决策树构建信息来更新其本地GBDT模型。本发明在保证数据隐私的同时具有高效的药靶亲和力预测能力。