一种基于BERT孪生神经网络模型的代谢物结构预测方法及其系统

本发明公开一种基于BERT孪生神经网络模型的代谢物结构预测方法及其系统。本发明通过构建基于BERT孪生神经网络模型，通过特征提取、相似性计算及网络训练优化，进行代谢物的结构鉴定。相比传统方法，采用深度学习提高了特征提取能力，能够更好地应对复杂的数据结构，进而提高相似性计算的准确性。本发明的应用能够更快速且准确地鉴定代谢物，尤其是在大规模、高维度数据集上的应用，具有重要的理论意义与实际价值。验证结果表明，该方法在公开和实际数据集上均表现出较高的预测精度，提供了一种更加可靠的代谢组学数据分析工具。