本申请实施例公开了一种高通量筛选模型的构建方法、高通量筛选方法及相关装置，先获取在多肽工程菌质粒的突变位点处设计好特定引物的质粒作为目标质粒，并获取拼接了锚定蛋白基因和质粒框架的目标质粒作为第一质粒组装片段。接着获取经过预处理的第一质粒组装片段作为第一待测质粒，并计算第一待测质粒的活性，从而筛选出活性符合活性标准的第一待测质粒作为待学习质粒。获取待学习质粒的序列数据和活性数据，将序列数据和活性数据输入到神经网络中进行学习得到高通量筛选模型。本申请采用多肽序列数据计算、活性数据计算及机器学习结合的方法得到的高通量筛选模型可以大幅度降低筛选突变体文库所需的工作量，同时提高目标高活性多肽筛选成功率。