基于Graph Transformer的多模态数据融合药物-靶点亲和力预测系统

本发明公开了一种基于Graph Transformer的多模态数据融合药物‑靶点亲和力预测系统，包括数据预处理模块、图表征模块、文本表征模块、亲和力预测模块；数据预处理模块负责对化合物SMILES字符串及蛋白质ID进行解析处理，提取化合物结构信息及蛋白质三维结构数据。亲和力预测模块对图特征和文本特征进行多模态融合，并通过包含三层全连接层的前馈神经网络处理融合特征向量，输出药物‑靶标亲和力的预测结果。本发明结合了图结构与序列文本的多模态信息，能够有效提升跨领域药物‑靶标亲和力预测的准确性，具有广泛的应用前景。