基于自适应结合分子性质交叉注意力模型的生物大分子候选分子性质预测与增强发现方法及系统

本发明公开一种基于自适应结合分子性质交叉注意力模型的生物大分子候选分子性质预测与增强发现方法及系统，依次执行数据输入、序列预处理与CDR区域标注、蛋白语言模型PLM分层微调、ABPA交叉注意力建模与强化学习优化、动态阈值虚拟预筛、湿实验验证、实验数据回流迭代、标准化候选清单输出八大步骤。本发明依据不同预测任务自动分配特征权重，同步预测亲和力、表达量、稳定性、细胞活性、聚集风险等多种分子性质；区分早期筛选、先导优化设置差异化筛选阈值，湿实验数据回流形成模型自迭代闭环，搭配MLOps实现全流程可追溯，可缩短抗体、TCE、CAR等生物大分子药物研发周期，适用于工业化多靶点蛋白药物虚拟筛选平台。