本发明涉及到基于量子互学习机制的结合能预测方法。将药物分子序列数据处理成特征矩阵形式，将蛋白质序列数据处理成特征矩阵形式。药物分子序列数据的特征矩阵的经典形态进行特征提取，蛋白质序列数据的特征矩阵的经典形态进行特征提取。药物分子序列数据和蛋白质序列数据各自的特征矩阵进行一维卷积后再实施量子态编码，药物分子序列数据和蛋白质序列数据各自的编码数据进行基于量子线路的量子互学习后，再处理成已完成信息交互的两类相对信息。药物分子序列提取的特征与其相对信息拼接，蛋白质序列提取的特征与其相对信息拼接，拼接结果分别执行二维卷积再实施二次拼接。将二次拼接结果输入至全连接神经网络及线性整流层，得到结合能预测值。