一种基于对比学习与多模态融合的耐药性预测方法及系统

本发明公开了一种基于对比学习与多模态融合的耐药性预测方法及系统，所述方法首先基于目标药物的SMILES生成分子图和分子指纹，通过结合图注意力网络与图卷积网络构建的对比学习模型提取药物分子特征。随后，从目标组织细胞中获取蛋白表达、基因表达和代谢表达数据，分别通过深度卷积网络、Transformer编码器和多维注意力网络提取模态特征，并通过异构交互注意力机制实现多模态特征的自适应融合。最终将融合后的多模态特征与药物分子特征共同输入多层感知器，实现对细胞对药物耐药性的高精度预测。本发明通过引入对比学习与多模态特征融合机制，有效提升了模型的表征能力与预测精度，能够为药物筛选与临床决策提供高效可靠的支持。