基于深度学习的错义突变对临床药效影响预测方法及系统

本发明提供了一种基于深度学习的错义突变对临床药效影响预测方法及系统，包括：步骤S1：获取并预处理药物和突变蛋白序列数据集；步骤S2：将药物输入数据进行规范化；步骤S3：将突变蛋白序列输入数据进行规范化；步骤S4：根据规范后的数据搭建深度学习模型，输出预测分类。本发明可以在仅使用药物自身结构属性和突变蛋白序列的条件下进行突变对临床药效影响的预测；由于本发明使用的特征维度较少，本发明支持高通量突变药效影响预测，计算开销小；本发明可以在保持可解释性的前提下，用深度学习方法进行高精度的突变对临床用药影响的预测，且输入特征允许不包含临床用药信息和晶体结构测定实验信息。