MDTips:一个基于多式联络数据的药物向相互作用预测系统,融合了知识,基因表达特征和结构数据
Xiaoqiong Xia1, Chaoyu Zhu2, Fan Zhong2
1Institutes of Biomedical Sciences, Fudan University, No. 131, Dong An Road, Shanghai, Shanghai 200032, China.
Bioinformatics (Oxford, England)
|June 28, 2023
概括
MDTips是一种新的多式联络融合系统,通过整合各种数据,准确地预测药物向相互作用 (DTI). 这种计算方法加速了药物发现和重新定位的努力.
科学领域:
- 生物信息学是一种生物信息学.
- 计算化学的计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 药物向相互作用 (DTI) 的传统实验查是资源密集的.
- 计算型DTI模型利用知识图,化学符号和基因组数据进行药物发现.
- 需要一个统一的框架,用于多式联运数据融合在DTI预测.
研究的目的:
- 开发一个多式融合DTI预测系统,整合不同的数据源.
- 提高DTI预测模型的准确性和稳定性.
- 通过先进的计算方法促进药物的重新用途和发现.
主要方法:
- 开发了MDTips,一个融合知识图,基因表达特征和药物/标结构信息的系统.
- 采用基于深度学习的编码器,包括Attentive FP和Transformer,用于特征提取.
- 与传统化学描述符和最先进的预测模型相比,经过验证的性能.
主要成果:
- 在DTI预测中,MDTips表现精确且强.
- 多模式融合学习有效地纳入了来自不同数据方面的信息,提高了模型性能.
- 深度学习编码器表现优于传统方法;MDTips超越了现有的最先进模型.
- 成功反向选了6766种药物的候选标,有助于药物的重新用途.
结论:
- MDTips为DTI预测提供了一种强大的多式联运方法.
- 该系统集成多种数据的能力提高了其在药物发现管道中的实用性.
- MDTips提供了一种有价值的工具,用于识别新型药物向关联,并促进药物的重新用途.
