一种基于Transformer模型的纳米抗肿瘤药物设计优化方法及系统

本发明公开一种基于Transformer模型的纳米抗肿瘤药物设计优化方法，属于人工智能辅助的药物设计研究领域；方法包括：获取纳米抗肿瘤药物特性以及其在肿瘤区域递送相关数据，将数据特征分为：分类型特征、数值型特征以及药物递送效率特征；对数据进行特征编码，将特征编码后的数据集划分为训练集、测试集和验证集；分别对训练集、测试集和验证集进行特征融合，构建输入序列，并进行位置编码；构建基于Decoder‑only的Transformer模型，将位置编码后的训练集输入Transformer模型进行训练，使Transformer模型学习生成符合目标的纳米药物设计参数序列；利用训练好的Transformer模型，输出符合目标递送效率的纳米药物设计参数序列结果。