一种基于多模态特征融合与可解释网络的蛋白质分类方法

本发明提供了一种基于多模态特征融合与可解释网络的蛋白质分类方法。该方法通过融合蛋白质序列和结构的多模态特征，并采用可解释神经网络模型进行分类。利用预训练的蛋白质语言模型提取序列特征，结合高级蛋白质结构预测模型获取蛋白质的三维结构信息。并将序列和结构特征通过改进的注意力机制或图神经网络进行融合，形成高维的综合表示。最后，采用具有可解释性的分类网络输出预测结果，并给出关键特征贡献的解释。本发明方法能够高效准确地识别DNA结合蛋白，显著提升预测精度，具有良好的跨物种泛化能力，并增强模型决策透明度。