一种基于并行全连接网络的药物与靶点亲合度预测方法

本发明属于生物信息学领域，涉及一种基于并行全连接网络的药物与靶点亲合度预测方法，其中包括深度学习、并行全连接网络，注意力机制等技术。首先，对药物分子序列和蛋白质序列数据进行预处理，使用摩根指纹模型对分子序列进行特征提取，使用预训练蛋白质语言模型ESM‑2对蛋白质序列进行特征提取；其次，分别将处理后的分子序列和蛋白质序列输入到并行全连接网络中进行训练，保存训练好的模型；最后，将需要预测的药物和靶点输入到模型中，计算余弦距离作为预测结果。本发明提出的方法有效提高了预测药物在靶点蛋白上结合的正确率，促进药物的发现过程。