一种基于多视角融合和对比学习的酶功能预测方法

本发明属于生物信息学领域，涉及一种基于多视角融合和对比学习的酶功能预测方法。该方法通过多视角数据构建、特征提取器设计、跨视角对比学习机制引入、特征融合模块的设计以及损失函数的优化，构建了一个具有综合决策能力的酶功能预测模型。首先，其为每种视角设计了独立的深层特征提取器，以最大限度地捕捉每个视角的特征信息；其次，其利用跨视角对比学习机制，通过拉近同一酶在不同视角下的特征表示，提升跨视角特征的一致性，同时推远不同酶在同一视角下的特征表示，从而优化模型的判别能力；最后，其采用多视角特征加权融合，将不同视角的特征统一集成并通过分类器对酶的功能进行预测。该方法预测精度和鲁棒性均有所提升。