基于检索增强与知识库的膜蛋白GO功能双路融合推理方法

本发明公开了基于检索增强与知识库的膜蛋白GO功能双路融合推理方法，属于生物信息学技术领域，该方法包括：构建膜蛋白知识库，将训练集中膜蛋白样本的氨基酸序列、空间结构信息和理化特征输入HeteroMem模型提取多模态语义向量，基于多模态语义向量构建最近邻索引；参数化预测，将待预测膜蛋白输入参数冻结的HeteroMem模型由分类头输出第一功能预测概率向量；证据输出，将检索到的知识库条目信息作为可解释性证据链一并输出。本发明实现了参数化预测与检索预测的双路融合，提升了膜蛋白GO功能预测的整体性能和少样本性能，并通过证据链增强了预测结果的可解释性，支持知识库的增量扩充。