一种基于多模态自适应图对比学习的2′-O-甲基化位点预测方法

本发明涉及一种基于多模态自适应图对比学习的2′‑O‑甲基化位点预测方法，包括：获取RNA分子，基于RNA分子，构建多模态图；对多模态图进行局部图结构增强和节点特征编码，获取节点嵌入特征，将节点嵌入特征输入自适应注意力融合模型，获取2′‑O‑甲基化位点预测结果；自适应注意力融合模型利用第一训练集训练获得；其中，自适应注意力融合模型通过自适应注意力融合模块计算节点嵌入特征中每个节点在不同模态下的特定权重，利用特定权重融合节点特征，基于全连接层对融合后节点特征进行分类预测，获取2′‑O‑甲基化位点预测结果。本发明进一步优化2OM位点的预测效率，为相关研究提供更加可靠的工具。