一种药物-蛋白质相互作用的深度学习预测方法

本发明公开了一种药物‑蛋白质相互作用的深度学习预测方法，包括：S1、收集药物和蛋白质数据，计算药物的相似性和蛋白质的相似性；S2、提取每一个批次内蛋白质和药物的特征向量；S3、基于药物的相似性、蛋白质的相似性和每一个批次内蛋白质和药物的特征向量，计算每一个批次内的对比损失；S4、将每一个批次内蛋白质和药物的特征向量进行拼接，根据拼接后结果计算每一个批次内的交叉熵损失，得到最终损失；S5、根据最终损失进行模型训练，将蛋白质编码和药物编码输入训练好的模型，获得预测结果。避免了对稀疏高维数据进行直接建模的同时，又将这些高维信息引入到了特征中，提高药物‑蛋白质相互作用预测的准确率。