摘要
本发明涉及医药科学技术领域，具体为一种基于神经网络学习的框架模型及其应用方法，该模型为YZS‑Model模型，该模型融合了图卷积网络（GCN、Transformer架构，以及长短期记忆网络（LSTM，构建了一个多层次的分析流程，深入探索了药物分子的空间结构和序列动态，所述模型的具体步骤如下：模型训练，所述模型训练采用了Cui，Q.Cui2020Improved等人收集的数据集进行模型训练；模型测试，所述模型测试选用了三个独立的测试集，对模型性能进行全面评估；数据预处理，所述数据预处理通过使用RDKit库，将SMILES字符串转换成分子对象，构建了一个特征张量（features，用于详细存储每个分子的核心特征，数据拆分，所述数据拆分采用了Ahmad等人基于Cui2020数据集划分的版本进行机器学习模型的训练和测试。
