一种基于联合网络注意力的药物与靶点作用关联预测方法

本发明属于生物信息学领域，涉及一种基于联合网络注意力的药物与靶点作用关联预测方法。首先，通过对药物分子图与蛋白质序列进行多任务自监督特征学习，提取药物亚结构与蛋白残基的上下文信息，从而获得高精度的表示特征；其次，结合机器学习模型，实现对药物与靶标间的交互关系；最后，通过训练的模型实现药物与靶点的作用关联预测。本发明能够在有限标注数据条件下保持优异的预测性能和强泛化能力。实验结果表明，该方法在药物发现、靶点筛选及候选药物作用机制识别等方面具有显著优势，可为新药研发提供高效可靠的工具支撑。