基于Transformer模型的抗乙肝病毒药物代谢动力学预测方法

本发明公开基于Transformer模型的抗乙肝病毒药物代谢动力学预测方法，属于人工智能与药代动力学交叉领域；预测方法包括：获取三种TFV前药在小鼠、比格犬和人体内外药代动力学相关数据，构成数据集；搭建肝细胞PK和体内mPBPK模型，在此基础上开发肝损伤小鼠/人细胞PK和mPBPK模型；基于实验数据集、细胞PK和mPBPK模型的参数，构建用于Transformer模型训练的数据集；对用于训练的数据集进行特征编码，并进行拼接得到特征向量，然后与位置编码进行拼接得到输入特征构建Transformer模型，并将输入特征输入Transformer模型进行训练；利用训练后的Transformer模型预测人体肝脏细胞中TFV‑DP的浓度，从而能够精准预测人体肝脏内药物的浓度。