基于多模态深度学习的蛋白质活性位点多分类识别方法

本发明公开了一种基于多模态深度学习的蛋白质活性位点多分类识别方法。该方法通过融合蛋白质序列信息、三维结构信息与功能文本信息，利用预训练的蛋白质语言模型、等变图神经网络和生物医学语言模型，本发明设计了创新的多模态特征提取与融合机制，并通过自适应加权融合策略优化模型性能。本发明提供的方法通过高质量数据集的获取，跨模态特征融合模块的构建，加权融合机制的设定以及复合损失函数设计，能够实现蛋白质活性位点的准确预测。