基于层次多模态表示学习的高精度药物筛选方法、系统、设备及可读存储介质

本发明涉及计算生物学技术领域，公开了一种基于层次多模态表示学习的高精度药物筛选方法及系统，包括：通过多个预训练的蛋白质语言模型，对目标蛋白质的氨基酸序列进行特征提取；基于目标蛋白质的三维结构，构建构建蛋白质的多尺度图表示及配体分子图表示；使用基于消息传递神经网络对构建蛋白质的多尺度图表示及配体分子图表示，进行多模态特征学习；基于多模态特征，构建用于药物筛选的结合亲和力预测模型，完成药物筛选任务。通过使用多层图神经网络有效地捕捉蛋白质和配体图结构中的复杂交互关系，实现了蛋白质‑配体对特征的高效编码。能够提取蛋白质的表面、结构及配体嵌入向量，提升了蛋白质‑配体相互作用预测的准确性和效率。