结合大语言模型和多层次对比学习的药物预测与筛选方法

本发明提供了结合大语言模型和多层次对比学习的药物预测与筛选方法，包括：步骤S1，获取BindingDB数据集和BioSNAP数据集并整合为基准数据集；步骤S2，利用分子大语言模型X‑MOL和蛋白质大语言模型ESM‑2分别基于基准数据集生成分子表征信息和蛋白质表征信息；步骤S3，构建得到基于多层次对比学习方法和transformer架构的药物‑靶标相互作用预测模型；步骤S4，将分子表征信息和蛋白质表征信息输入至药物‑靶标相互作用预测模型中预测得到对应的药物‑靶标相互作用概率值。有益效果是本发明能够提高药物‑靶标相互作用概率预测的泛化性。