本發(fā)明公開了一種基于雙向長短記憶模型的藥物小分子活性預測的方法，包括：獲取數(shù)據(jù)集；對所述數(shù)據(jù)集進行預處理，包括將所述數(shù)據(jù)集中的所有化合物分子用SMILES表示，對所有分子的SMILES表達式做標準化處理，統(tǒng)一分子SMILES表達式中的原子、鍵、連接關系的編碼方式和順序，利用分子的InChIKey，進行去重復化處理；對預處理的數(shù)據(jù)集進行編碼，其中通過獨熱編碼對SMILES序列的單個元素、單個數(shù)字、單個符號以及整個方括號看作一個序列令牌，每個令牌本身具有化學意義和指向性，任何令牌的組合符合化學規(guī)則；構(gòu)建雙向長短記憶核心片段識別模型；將編碼數(shù)據(jù)輸入所述雙向長短記憶核心片段識別模型，得到隱藏狀態(tài)矩；以及對上述雙向長短記憶核心片段識別模型進行評估。