基于序列特征融合及注意力机制的药物靶标作用预测方法

本发明属于人工智能辅助药物设计技术领域，具体涉及一种基于序列特征融合及注意力机制的药物靶标作用预测方法，包括下列步骤：提取片段；模型构建：构建卷积特征学习模块及多头交互特征学习模块，即：使用卷积神经网络模块对输入的序列片段进行片段特征学习，再将得到的特征输入到包含药物交互注意力块及靶标交互注意力块的多头交互特征学习模块中进行交互特征的学习，最终得到交互向量；最后预测药物与靶标之间的相互作用。本发明可以减少噪声输入，有效利用序列中的交互信息，提高预测准确性，在实际药物开发中，通过使用本发明可以加快对药物靶标相互作用的预测速度，在筛选药物、减少药物副作用等方面均有很大作用。