简介： 本发明提出一种基于生物子结构预测药物‑靶标相互作用的深度学习方法，该方法首先提取出药物和靶标的功能性子结构，其中药物子结构包括分子支链、常见子结构和逆合成片段，根据化学性质将靶标的氨基酸序列转换为种类序列，再采用不重叠的k‑gram进行切分，得到靶标子结构；然后基于卷积神经网络进行子结构特征学习；实验表明本发明可以有效捕获药物‑靶标相互作用的功能性特征，在不同规模和分布的数据集上表现均优于现有技术，具有合理性和通用性。