基于深度学习的天然产物-蛋白质相互作用预测方法

本发明涉及一种基于天然产物的化合物与蛋白质特征学习方法及其应用。该技术方案的核心创新在于引入了AttentiveFP模块进行化合物特征学习，以及采用ESM‑2预训练模型进行蛋白质特征学习，区别于传统的手工特征提取和浅层神经网络模型。本发明的模型能够精确提取天然产物的化学特征和蛋白质的序列信息，并在此基础上进行有效的预测和分析。与现有技术不同，本发明所用的数据集完全来自天然产物，避免了合成化合物数据带来的干扰，从而在天然产物研究中具有更高的准确性和适用性。本发明主要用于天然产物的生物活性研究、新药开发、药物筛选等领域，具有重要的理论和应用价值。