基于改进关系网络的蛋白质变构位点突变效应预测系统

本发明公开了一种基于改进关系网络的蛋白质变构位点突变效应预测系统，该系统通过蛋白质语言模型提取野生型变构蛋白与突变型变构蛋白的序列与结构特征，并利用跨模态注意力机制和门控网络融合生成综合特征矩阵。改进的关系网络采用引入混合注意力模块和在原来关系分支的基础上增加原型分支，形成双分支，实现对突变效应的精确分类预测。本发明能够增强突变差异特征的聚焦能力，提高模型在小样本条件下的预测精度和泛化能力；同时，通过复合损失函数优化，进一步加快模型收敛并提升判别性能，为蛋白质功能研究与靶向药物设计提供高效可靠的技术支撑。