基于多模态深度学习网络的气味分子与嗅觉受体反应预测方法及装置

本发明涉及一种基于多模态深度学习网络的气味分子与嗅觉受体反应预测方法及装置，该方法首先利用气味分子与嗅觉受体之间的相互作用数据，通过提取气味分子的理化描述符作为其特征，利用深度学习网络模型，判断未知气味分子是否能够激发嗅觉受体，其次，采用气味分子序列数据，通过网络计算模型判断气味分子与各个嗅觉受体之间发生反应的可能性，然后，进一步引入气味分子结构图像数据，计算气味分子与各个嗅觉受体之间的反应概率，最后，为提高识别结果的准确率和可靠性，通过分析得到的计算结果，即两组概率分布，确定气味分子最终的反应嗅觉受体。本发明显著提高气味分子与嗅觉受体识别的准确性，同时减少对实验方法的依赖，为化学和生物学研究提供一种新的工具。