基于多模态融合的药物-蛋白质相互作用预测模型构建方法

本发明属于深度学习技术领域，公开了一种基于多模态融合的药物与蛋白质相互作用预测模型构建方法。由于蛋白质三维数据的缺失，本发明用预测模型AlphaFold 2将蛋白质的三维数据进行了高准确度补全，针对于模态融合问题，本发明对药物分子在更细粒度的原子层面进行了融合，进一步增强了多模态融合效果，并且后续对于处理后的蛋白质1D数据和蛋白质3D数据使用Cross‑Attention进行融合，使用Cross‑Attention进行多模态的融合可以精细捕捉模态间的交互关系，总之使用本发明通过设计多模态融合方式，提升了DTI任务的效果。