动机：由于其特异性和功效，肽是治疗多种疾病的有前途的药物。然而，基于肽的药物的发展通常受到肽的潜在毒性的阻碍，这在其临床应用中构成了重大障碍。评估肽毒性的传统实验方法是耗时且昂贵的，使开发过程效率低下。因此，迫切需要专门设计的计算工具来准确，快速预测肽的毒性，从而促进鉴定候选药物用于药物开发的鉴定。结果：我们在这里提供了一种新型的计算方法Captp，该方法利用卷积和自我注意力的力量来增强氨基酸序列对肽毒性的预测。Captp表现出出色的性能，在交叉验证设置和独立的测试数据集中达到了Matthews相关系数约为0.82。这种性能超过了最新的肽毒性预测因子。重要的是，即使处理数据失衡，Captp也保持其鲁棒性和概括性。Captp的进一步分析表明，某些顺序模式，尤其是在肽的头部和中心区域，在确定其毒性方面正在引起人们的注意。这种见解可以大大为更安全的肽药物的设计提供信息和指导。