分类突变酶-底物的通用预测模型构建方法、介质和装置

本发明公开了一种分类突变酶‑底物的通用预测模型构建方法、介质和装置，属于生物信息学、蛋白质工程和机器学习技术领域，所述方法包括步骤1数据扩充构建数据集，具体包括正向数据筛选和负向数据生成，步骤2、搭建多任务耦合框架和步骤3预测模型的性能优化。本发明还提供搭载所述模型的介质和装置，本发明通过联合优化蛋白质与小分子表征，提升相互作用预测的准确性。筛选出能够显著提高催化效率的突变位点，优化酶的活性，预测突变酶对不同底物的催化能力，帮助设计具有特定底物选择性的酶。