基于化学物理先验驱动的反应位点预测方法及装置

本发明公开一种基于化学物理先验驱动的反应位点预测方法及装置，本方法通过融合分子图、SMILES序列及三维构象的多模态输入，提取设定特征；利用消息传递神经网络生成原子嵌入，并计算融合拓扑路径与三维距离的混合特征；结合键类型权重构建化学环境修正的图位置编码；将混合距离与电荷差注入Transformer注意力机制，显式建模原子间长程电子效应；通过对比学习与掩码预测双任务联合训练模型，其中对比学习采用定向负样本增强泛化性，掩码预测同步恢复原子类型及电荷转移矩阵；最后注入福井函数等量子化学先验约束注意力权重，输出原子级反应活性概率并生成热力图，实现高精度、可解释的活性位点标注。本发明能够显著提升药物设计与反应机理分析效率。