基于深度学习与LLM的抗菌肽功能识别优化方法及系统

本公开涉及计算机辅助药物研发技术领域，提出了一种基于深度学习与LLM的抗菌肽功能识别优化方法及系统，通过引入大语言模型与深度学习模型的融合机制，在特征提取、数据生成与推理校验等多个环节进行了系统性创新，显著提升了抗菌肽功能预测的准确性与鲁棒性。一方面，构建了严格的特征提取流程与结构化提示词模板，能够将抗菌肽的序列信息、理化性质指标以及深度学习模型的预测结果进行有效整合，并通过大语言模型的推理能力和知识校验机制，对预测结果进行合理修正与优化。有效降低了传统深度学习方法在样本不足或特征不全条件下的误判风险，显著提高了预测的准确率和稳定性。