半诱导性数据集构建和框架优化,用于与ScopeDTI进行实际的药物向相互作用预测
Yigang Chen1,2,3, Xiang Ji1,2, Ziyue Zhang1,2
1School of Medicine, The Chinese University of Hong Kong, Shenzhen, Longgang District, Shenzhen, Guangdong, China.
我们推出SCOPE-DTI,这是一个新的框架,通过大量数据和先进的深度学习来增强药物向相互作用 (DTI) 的预测. 这种方法提高了准确性,并通过克服数据限制来加速药物发现.
科学领域:
- 计算生物学 计算生物学
- 药理学 药理学是指药理学的学科.
- 人工智能的人工智能
背景情况:
- 用于药物向相互作用 (DTI) 预测的深度学习方法显示出希望,但在数据多样性和模型复杂性方面面临局限性.
- 现有的基准通常缺乏足够的数据量和平衡,阻碍了现实世界的适用性.
研究的目的:
- 开发一个统一的框架,SCOPE-DTI,通过整合一个大规模,平衡的数据集与先进的深度学习模型来解决DTI预测的局限性.
- 提高DTI预测的准确性和效率,以加速药物发现.
主要方法:
- 从13个公共存储库构建了SCOPE-DTI,创建了一个比常见基准大100倍的数据集.
- 采用SCOPE模型整合3D蛋白质和化合物表示,图形神经网络和双线性注意力机制.
- 为SCOPE-DTI开发了一个用户友好的界面和数据库.
主要成果:
- 该SCOPE模型在各种DTI预测任务中表现出卓越的性能,超过了最先进的方法.
- 实验验证确定了两种生物活性天然化合物的抗癌标,证实了框架的有效性.
- 综合数据集和模型显著改善了跨领域交互模式的预测.
结论:
- 通过提供广泛的数据,复杂的建模和可访问的工具,SCOPE-DTI为DTI预测提供了全面的解决方案.
- 该框架通过克服数据稀缺性和模型复杂性的挑战,有效地加速药物发现研究.
- 这项工作有助于识别新型药物标和开发新疗法.
更多相关视频
08:31Biosensor-based High Throughput Biopanning and Bioinformatics Analysis Strategy for the Global Validation of Drug-protein Interactions
Published on: December 1, 2020
08:49Incorporating Target Protein Structure Flexibility and Dynamics in Computational Drug Discovery Using Ensemble-Based Docking Analysis
Published on: June 20, 2025
相关概念视频
Structure-Activity Relationships and Drug Design
SAR studies the intricate relationship between a drug's chemical structure and biological activity. It focuses on understanding how modifications to a drug's structure can influence...
Drug Discovery: Overview
Protein-protein Interfaces
Ligand Binding Sites
Protein-ligand interactions are quite specific; even though numerous potential ligands surround a cellular protein at any given time, only a particular ligand can bind to that protein. Moreover, a ligand binds only to a dedicated area on the surface of the protein, known as the...
Quantitative Aspects of Drug-Receptor Interaction
