基于深度学习的蛋白质-小分子配体快速准确对接方法

1.一种基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，包括：

2.如权利要求1所述的基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，s1中，所述蛋白质原始数据和小分子配体原始数据为pdbbind2020数据库通用集去除核心集后的所有的蛋白质-小分子原始数据。

3.如权利要求1所述的基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，s2中，所述构建小分子配体无向复合图和蛋白质knn图包括：

4.如权利要求1所述的基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，s3中，所述构建包含小分子配体和蛋白质相互作用信息的全连接交互图包括：

5.如权利要求1所述的基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，s4中，所述结合构象预测模型为图神经网络模块，该模块由8个基于自注意力改进的图神经网络层组成，所述预测模型预测蛋白质-小分子配体对接姿态构象包括：以包含小分子配体和蛋白质相互作用信息的交互图中更新后的嵌入表示作为输入，通过多层次的自注意力机制预测蛋白质-小分子配体对接姿态；引入门控方程将更新后的嵌入表示与原始嵌入表示结合，优化预测结果，获得预测的蛋白质-小分子配体对接姿态构象。

6.如权利要求1所述的基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，在进行s5操作前，还包括对蛋白质-小分子配体对接姿态构象进行优化处理的操作，包括力场优化或构象对齐处理。

7.如权利要求1所述的基于深度学习的蛋白质-小分子配体快速准确对接方法，其特征在于，s5中，所述预先训练好的混合密度神经网络打分函数模型，包括：

8.实现权利要求1-7任一所述基于深度学习的蛋白质-小分子配体快速准确对接方法的系统，其特征在于，包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行计算机程序时实现权利要求1~7中任意一项所述基于深度学习的蛋白质-小分子配体快速准确对接方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述基于深度学习的蛋白质-小分子配体快速准确对接方法的步骤。