一种基于表示学习的酶-反应关系预测方法

本发明属于生物预测技术领域，公开一种基于表示学习的酶‑反应关系预测方法，包括：获取酶‑反应关系的相关数据并进行预处理，构建酶‑反应关系数据库；采用多模态融合架构，整合基于序列、结构的蛋白质语言模型及基于官能团改进的生化反应语言模型，并结合可解释性机制构建酶‑反应关系预测模型；基于酶‑反应关系预测模型，输出与蛋白质酶序列和生化反应的简化分子线性输入规范表达式相对应的二分类预测结果。本发明不仅可以有效地降低预测过程中耗时和成本，而且还可以实现对某些新颖或独特的蛋白质序列进行功能推断，此外，还可以有效地提升预测准确率，有助于研究人员理解预测背后的酶促反应机制和机理。