一种基于人工智能预测的药物分子筛选与优化方法

本发明涉及计算机辅助药物设计技术领域，尤其涉及一种基于人工智能预测的药物分子筛选与优化方法,包括：S1：动态蛋白构象集合与分子多维表征获取：获取靶点蛋白的动态构象集合及其结合口袋的理化性质空间分布图，并获取药物分子的二维分子图拓扑结构和三维构象坐标；S2：多模态融合预测；S3：可解释性优化指导生成；S4：自动化迭代优化：对所述新的候选分子结构进行批量预测与筛选，并将筛选出的优选分子作为新的起点重复执行所述可解释性优化指导生成步骤和本步骤，直至满足迭代终止条件，输出最终优化后的分子列表。通过多模态融合的深度学习模型，能够快速准确地预测药物分子与靶点蛋白的相互作用强度，极大地提高了药物分子筛选的效率。