摘要
本发明涉及生物信息学与人工智能技术领域,提出了一种基于多模态特征融合的药物靶标相互作用预测方法及系统,包括将获取的待识别药物序列与靶标序列进行分词编码,分别提取药物与靶标的子序列特征;构建药物的二维分子图和靶标的三维结构图,分别提取药物和靶标的图结构特征;通过交叉注意力机制,融合药物和靶标的子序列特征与图结构特征;采用双向协同注意力机制进行交互融合,得到药物与靶标的结合亲和力预测结果。本公开通过结合药物与靶标的多模态互补信息,深入挖掘不同模态特征之间的深层交互;同时,在药物与靶标的交互建模中引入双向协同注意力机制,有效提高了药物‑靶标结合亲和力预测的准确性。
技术关键词
多模态特征融合
协同注意力
序列特征
融合特征
交叉注意力机制
识别药物
靶标相互作用
矩阵
亲和力
节点特征
分词
结构特征提取
预测系统
编码
系统为您推荐了相关专利信息
多模态特征融合
信息编码器
大语言模型
检测器
对齐模块
形态预测方法
预测模型训练方法
图像
融合特征
釉料
量子态
特征提取模块
识别方法
极限学习机算法
神经网络参数
语义特征
内核
融合特征
多尺度特征提取
分解特征
深度学习算法
医院
优化装置
传播算法
人数预测方法