基于多模态特征融合的抗寄生虫药物靶点亲和力预测方法

本发明公开了一种基于多模态特征融合的抗寄生虫药物靶点亲和力预测方法，包括：1.获取抗寄生虫药物相关数据集；2.构建多尺度卷积神经网络，获取药物和蛋白质的序列特征；3.构建图卷积神经网络，获取药物的结构特征；4.构建图采样与聚合网络，获取蛋白质的结构特征；5.构建自适应门控网络，融合药物和蛋白质的两种模态特征，生成药物‑蛋白质联合表示；6.利用对比学习对药物和蛋白质的两种模态特征进行特征对齐；6.根据预测层输出结果更新模型参数。本发明采用多种神经网络学习药物和蛋白质的序列特征和结构特征，利用对比学习平衡和整合两种模态特征的信息，从而增强药物‑蛋白质相互作用表示，提高了抗寄生虫药物与蛋白质亲和力预测的准确性。