本申请涉及生物技术领域,公开了一种基于大语言模型与多视角深度学习的化学修饰小核酸药物零样本预测方法及系统。该方法包括:收集化学修饰RNA数据；使用SMILES token正则表达式进行Token化,并用预训练大语言模型进行嵌入；获取化学修饰位置信息并与SMILES嵌入结合；对RNA序列进行嵌入；利用自注意力机制处理综合嵌入向量；采用交叉注意力机制融合RNA序列嵌入和综合嵌入；使用三维卷积神经网络进行特征提取和降维；将特征输入全连接层预测药物效率。本申请实现了对新型化学修饰的高精度零样本预测,显著提升了模型泛化能力和预测精度,为RNAi药物设计和开发提供了灵活、高效和准确的方法。