简介： 本发明公开了一种药物分子与靶标蛋白的结合亲和力预测方法，使用了新型的蛋白质表征方式，将蛋白质和配体的大量序列数据进行特征整合，提高特征的聚合度，缩小神经网络的搜索空间，并采用了新型神经网络架构，同时利用了循环神经网络和联合注意力机制等方法，对高聚合数据进行进一步处理，通过不断迭代学习数据中的隐含映射关系，从而达到结合亲和力预测。本发明可以帮助药物化学等从事药物发现人员的针对自己靶点的配体分子进行快速筛选，获得潜在的活性化合物，加快药物发现。