人工智能预测药物-靶标相互作用研究进展

• 作者: 李擎宇 张孝昌 王升启
• 来源期刊: 中国药理学与毒理学杂志
• 学科: 医学
• 关键词: 药物-靶标相互作用 药靶组学 药物开发 人工智能 机器学习
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 前沿论坛|FRONTIER VIEWS
• 页码范围: 1-10
• 页数: 10页
• 分类号: R911
• 语种: 中文
• DOI: 10.3867/j.issn.1000-3002.2022.01.001

摘要

药物-靶标相互作用(DTI)鉴定是药物研发中的关键步骤,可有效缩小候选药物分子的搜索范围.同时,DTI鉴定也是多重药理和药物重定位等研究的基础.然而,通过生物实验研究DTI耗时长、成本高且伴有一定的盲目性.随着信息科学的飞速进步,人工智能(AI)在药物研发领域得到广泛应用,成为研究DTI的有效策略.根据算法设计原理的不同,用于DTI预测的AI方法可分为基于相似性、基于特征、基于网络和基于深度学习4类.本文重点介绍该4类方法的构建思路,并讨论模型评价问题和负样本问题.AI在DTI预测工作中具有巨大的发展潜力,可为药物研发带来新的机遇.