一种基于提示词图卷积的多模态分子属性预测方法

本发明属于人工智能辅助药物设计技术领域，具体涉及一种基于提示词图卷积的多模态分子属性预测方法，包括下列步骤：数据集的选择与建立：选择多种分子属性，以此构建多模态方法的初始数据集，并将初始数据集划分为训练集、验证集和测试集，所述初始数据集包含多种分子属性以及其对应的多个分子；数据预处理：方法构建分子属性预测。本发明提供了一种全新的分子属性预测方法，通过潜在关联融合了多模态的分子特征，突出了分子关键结构部分的重要性。它从多个角度捕捉分子的特性，提高预测的准确性和可靠性。同时，通过结合多种模态的信息，方法可以学习到更加丰富和全面的特征表示，从而在不同的数据集和任务上具有更好的泛化能力。