一种融合大语言模型及图神经网络的调控蛋白质互作的磷酸化位点预测方法及系统

本发明公开了一种融合大语言模型及图神经网络的融合大语言模型及图神经网络的调控蛋白质互作的磷酸化位点预测方法及系统，包括：获取蛋白质序列数据与磷酸化位点多维度信息；构建第一预测模型，并对第一预测模型进行预训练，基于预训练结果动态调整第一预测模型；第一预测模型用于磷酸化位点调控蛋白质‑蛋白质相互作用的一次预测，结合获取蛋白质单体的结构信息，构建第二预测模型；基于第二预测模型，对磷酸化位点调控蛋白质‑蛋白质相互作用进行二次预测。本发明不仅结合序列和结构两个重要层面信息提升了磷酸化位点对PPI调节作用的预测精度，还有效地解决了大规模数据处理中的计算和存储瓶颈，为磷酸化位点研究提供了新的思路和方法。