CAMA-DTI: インタープリタブルなDTI予測のためのクロスドメインアテンション強化マンバアーキテクチャ

科学分野:

• 計算生物学
• 創薬
• 人工知能

背景:

• 薬物標的相互作用（DTI）予測は、創薬を加速するために不可欠です。
• 既存のAIベースのDTI予測方法には、非対称相互作用のモデリング、局所的および大域的コンテキストの統合、空間パターンの保持に限界があります。
• これらの限界は、現在のDTI予測アプローチの精度と包括性を妨げています。

研究 の 目的:

• 既存のAI駆動型DTI予測方法の限界を克服するために設計されたエンドツーエンドフレームワークであるCAMA-DTIを提案すること。
• 新しいアーキテクチャの革新を通じて、薬物標的相互作用予測の精度と効率を向上させること。
• さまざまなデータセットにわたるフレームワークのパフォーマンスと、実際の創薬におけるその有用性を検証すること。

主な方法:

• 動的で二重視点の相互作用チャネルと共進化特徴洗練のためのクロスドメイン双方向アテンションモジュールを開発しました。
• 局所的な結合パターンと大域的な生物学的コンテキストを統合するために、状態空間モデリングを利用するマンバ駆動型融合ブロックを組み込みました。
• マルチスケール相互作用シグネチャを効率的に保持するために、適応スプライン変換を特徴とするコルモゴロフ・アーノルドネットワーク（KAN）を使用して従来の分類子を置き換えました。

主要な成果:

• CAMA-DTIは、さまざまなデータセットにわたって堅牢で正確なDTI予測を実証し、最先端の方法を上回りました。
• このフレームワークは、さまざまなスケールのデータセットにわたって一貫したパフォーマンスを維持し、スケーラビリティを示しました。
• ケーススタディは、創薬パイプラインにおけるCAMA-DTIの実用性を確認しました。

結論:

• CAMA-DTIは、革新的なアーキテクチャを通じて、AI駆動型DTI予測における主要な制限を効果的に解決します。
• 提案されたフレームワークは、薬物標的相互作用の予測において大きな進歩を提供し、創薬の加速に貢献します。
• CAMA-DTIは、実際の創薬シナリオにおける実用的な適用性と可能性を示しています。