基于多尺度蛋白质注意力机制的药物靶标亲和力预测方法及系统

本发明公开了一种基于多尺度蛋白质注意力机制的药物靶标亲和力预测方法及系统，属于生物信息学与人工智能交叉领域。该方法首先通过ESM2预训练模型提取蛋白质序列特征，并预测三维结构转化为二维接触图，结合图卷积网络提取空间拓扑信息；创新设计双维度注意力机制，以结构特征为查询向量、序列特征为键值对，通过多头注意力动态关联序列语义与空间邻近关系，实现跨模态特征融合。药物分子采用MACCS指纹表征，与蛋白质多模态特征拼接后经深度网络优化，最终通过回归预测模块输出亲和力值。该技术有效解决了蛋白质异构数据融合难题，显著提升对未知靶标的泛化能力，为新药研发和药物重定位提供高效计算工具，可降低药物研发成本。