基于生成模型的蛋白质结构异质性解析的方法及系统

本发明公开了基于生成模型的蛋白质结构异质性解析的方法及系统，通过采用高低频信息分离训练策略，低频VAE专注于密度图的整体形态与构象变化轨迹，高频VAE强化局部细节的重建精度；两者通过特征融合机制协同优化，克服传统方法中分辨率与动态表征难以兼顾的局限，同时提升生成密度图的全局合理性与局部真实性；通过变分自编码器(VAE)构建的潜空间模型，结合均匀采样策略，能够全面覆盖生物大分子的连续构象分布，避免因数据分布不均导致的稀有构象低估问题；与现有技术相比，本发明无需依赖预定义的构象分类，显著提升对连续动态变化的解析能力，确保生成的蛋白质密度图涵盖所有可能的构象状态，从而提高稀有构象的检测概率。