一种基于预训练语言模型的药物-靶标相互作用预测方法

本申请设计的一种基于预训练语言模型的药物‑靶标相互作用预测方法，融合了自然语言处理与图神经网络技术，从药物分子SMILES字符串与蛋白质序列中自动提取上下文语义特征，并通过构建以药物‑靶标对为节点的图结构，根据嵌入向量之间的相似度定义边的权重，并采用简化图卷积网络进行图结构建模实现复杂关系学习，从而提高预测的准确性、泛化性和可解释性，克服传统方法在特征表达稀疏、交互信息缺失及“词汇表外单词”问题上的局限，最终实现提高药物‑靶标相互作用关系预测的准确性。