一种基于大语言模型的人体代谢多任务分析方法

本发明公开了一种基于大语言模型的人体代谢多任务分析方法，首先构建包含代谢反应预测的统一多任务数据集，将化合物专家描述、酶分类、反应类型识别及产物预测等任务转化为标准化的"问题‑思考‑答案"文本格式。然后采用Qwen2.5‑7B大语言模型作为基础架构，通过训练参数微调技术进行监督训练，使模型能够推理生物化学反应过程。实验结果表明，本方法在和deepseekv3，Qwen2.5‑7B同标准的测试中，具有较高效率和准确性。