1.一种预测化合物-蛋白质相互作用的系统，其特征在于：所述系统由提取化合物特征向量模型、提取蛋白质特征向量模型和交互预测模型构成；所述提取化合物特征向量模型包括分割模块、图转化模块和提取分子特征模块；所述图转换模块由第一多尺度转化层、第二多尺度转化层构成；所述提取分子特征模块由第一门控循环单元、第二门控循环单元构成；每个所述第一门控循环单元、第二门控循环单元均由更新门、重置门和注意力层构成；所述提取蛋白质特征向量模型包括预处理模块、语义向量转化模块、局部特征提取模块和蛋白质序列增强模块；所述局部特征提取模块采用卷积神经网络，所述卷积神经网络由卷积层、激活层和池化层；其中：
2.根据权利要求1所述的一种预测化合物-蛋白质相互作用的系统，其特征在于：所述提取化合物特征向量模型对输入化合物smiles字符串进行处理获得化合物特征向量过程；包括：
3.根据权利要求2所述的一种预测化合物-蛋白质相互作用的系统，其特征在于：所述图转化模块对原子尺度图处理获得原子尺度图特征表示过程，包括：
4.根据权利要求1所述的一种预测化合物-蛋白质相互作用的系统，其特征在于：所述提取蛋白质特征向量模型对输入的蛋白质的氨基酸序列处理获得蛋白质特征向量；包括：
5.一种预测化合物-蛋白质相互作用的方法，其特征在于：所述方法采用权利要求1-4任一项构建预测化合物-蛋白质相互作用的系统；所述方法还包括如下步骤对所述系统进行训练过程，包括：
6.根据权利要求5所述的一种预测化合物-蛋白质相互作用的方法，其特征在于：所述给定数据集包括:c.elegans数据集、human数据集和gpcr数据集。