一种基于大语言模型和图像表征的药物-靶点相互作用预测方法

本发明公开了一种基于大语言模型和图像表征的药物‑靶点相互作用预测方法，使用大语言模型ESM‑2编码靶点序列，使用大语言模型X‑MOL编码药物SMILES，生成特征矩阵，通过图像表征技术生成药物和靶点的二维图像表征；构建药物‑靶点相互作用预测模型MapCPI，将药物和靶点的二维图像表征输入MapCPI，得到药物‑靶点相互作用预测概率，判断药物‑靶点是否发生结合。模型利用这些编码信息，不依赖于靶点结构信息即可有效提取药物‑靶点相互作用特征，从而实现对药物‑靶点相互作用的预测，并且展现出良好的泛化性能。本发明通过结合大语言模型和图像表征技术提高了药物‑靶点相互作用预测的准确度和效率。