本發(fā)明提供了一種靶點(diǎn)蛋白質(zhì)與小分子結(jié)合預(yù)測(cè)方法及系統(tǒng)，通過(guò)獲取待結(jié)合蛋白質(zhì)口袋和待查詢小分子的物理化學(xué)特征數(shù)據(jù)；將所述待結(jié)合蛋白質(zhì)口袋和待查詢小分子的物理化學(xué)特征數(shù)據(jù)分別轉(zhuǎn)化為口袋向量和小分子向量；將所述口袋向量和小分子向量作為輸入預(yù)先設(shè)置的基于深度神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型，得到結(jié)合概率的預(yù)測(cè)結(jié)果。本發(fā)明所提供的方法及系統(tǒng)，提取了相互作用直接相關(guān)的活性口袋部分表示蛋白，有利于去除非相關(guān)信息，減少噪音，進(jìn)而提高準(zhǔn)確性。另外，設(shè)計(jì)了適合學(xué)習(xí)向量的神經(jīng)全連接層網(wǎng)絡(luò)模型更容易保留更全的信息，通過(guò)向量保留了蛋白小分子作用的關(guān)鍵信息，但是又不依賴于蛋白小分子復(fù)合物構(gòu)象，為高速準(zhǔn)確預(yù)測(cè)奠定了基礎(chǔ)。