基于图卷积网络的CYP2C19酶药物代谢表型预测方法及装置

基于图卷积网络的CYP2C19酶药物代谢表型预测方法及装置，通过构建CYP2C19野生型氨基酸序列残基接触图以引入蛋白质三维结构特征，整合数据库信息生成双倍型源域/目标域数据集，利用残基接触图和源域数据集训练图卷积网络回归模型，并利用迁移学习算法将训练后的模型参数迁移到五分类图卷积网络模型；数据集的双倍型特征矩阵拆分为两个单等位基因特征矩阵，分别与边索引矩阵一起输入两个图卷积分支分别提取特征；待分析的变异信息输入到经目标域数据集优化训练后五分类图卷积网络模型中进行预测，输出预测的CYP2C19酶药物代谢表型，有效解决了传统方法忽略蛋白质三维结构影响、多位点变异预测难、模型泛化性与自动化程度低的问题。