基于全连接网络集成深度学习模型的药物推荐系统、计算机设备、存储介质

摘要

本发明公开了一种基于全连接网络集成深度学习模型的药物推荐系统，属于药物重定位、集成学习、深度学习模型预测技术领域。该系统包括基于全连接网络集成深度学习模型，所述的基于全连接网络集成深度学习模型包括特征提取网络、预测网络和集成网络组成的序列处理模型。所述的特征提取网络对药物分子SMILES序列和靶点蛋白FASTA序列使用深度学习模型对其序列特征进行充分提取，然后将两类特征向量“拼接”一起，输入到三层全连接网络中预测药物‑靶点的结合亲和力值，将三个深度学习模型的预测值与真实值分别组成[预测值，真实值]二元组，输入到四层全连接网络中进行回归分析，最终输出集成三个深度学习模型的针对特定靶点的药物分子推荐列表。