本发明公开了一种基于深度学习的配体‑受体复合物构象亲和力预测方法，包括以下步骤：得到原子间的相互作用力特征；基于原子特征、原子间距离将复合物中原子的邻域特征进行聚合，将配体原子、受体原子以及原子间的相互作用力共同或分别构造图结构数据；将图结构数据输入到搭建的图卷积神经网络模型，通过监督学习的方式训练模型；利用包括蛋白质结构先验知识、迁移训练技术提升模型的泛化能力；利用已训练好的模型对新的配体‑受体复合物构象进行亲和力预测。本发明利用配体、受体的原子特征，原子间的相互作用力特征多维数据进行图卷积神经网络模型的构建，令预测值更接近实际的数据，精度更高。本发明适用于对任意配体‑受体进行亲和力预测。