基于多模态数据融合增强的药物靶点结合亲和力预测方法

本发明提出一种基于多模态数据融合的药物靶点结合亲和力预测方法。该方法首先提取药物SMILES和靶点FASTA的序列特征信息，随后构建亲和力图，以及将药物分子和靶点蛋白质分子建模为无向图，提取原子、键及残基、接触的分子级特征。通过融合亲和力图和分子图的层次图结构信息，获得药物‑靶点的图结构特征表示。进一步使用分子内和分子间的注意力融合机制融合序列特征信息和图结构特征表示。最终，利用这些融合后的特征进行亲和力预测，输出药物‑靶点结合亲和力评分。本发明有效融合了序列与结构信息，提高了药物靶点亲和力预测的准确性，并解决了现有方法中信息融合不足和结构信息利用不充分的问题。