基于序列模态和图模态的药物靶标亲和力预测方法

本发明提出了一种基于图模态与序列模态的药物靶标亲和力预测方法，旨在解决单模态局限性及现存图神经网络的局部与整体结构捕捉问题，并实现多模态特征融合。方法包括：数据预处理，将蛋白质序列及分子SMILES序列转换成Graph形式；图模态和序列模态特征提取，分别设计特征提取模块；多模态特征融合，通过特定模块进行特征融合；利用深度神经网络(DNN)进行回归预测。在模型训练中，通过优化参数和结构提高预测性能，并进行对比实验验证，展示了可靠性，表明其在药物研发中的应用潜力。