生物信息与智能医学中心团队在期刊《Bioinformatics》发表论文
2021年10月15日 编辑：生物信息与智能医学中心
生物信息与智能医学中心团队在生物信息学领域高水平期刊《Bioinformatics》发表题为 “Autoencoder-based drug–target interaction prediction by preserving the consistency of chemical properties and functions of drugs” 论文。
探索潜在的药物-靶标相互作用(DTIs)是药物发现和药物重定位的关键步骤，计算预测可能存在相互作用的药物-靶标对可以有效的减少生物湿实验的工作量。当前研究工作忽视了药物的化学性质（化学指纹）和功能（靶向蛋白）间的一致性，这一关系的变化可能会对DTI的预测造成严重的负面影响。
论文提出了一种基于自动编码器的方法（AEFS），通过保持药物相关性在化学属性空间、分子机制空间和临床功能空间中的分布相一致来预测药物的可能靶点。实验结果表明，在多个评价指标下AEFS性能显著优于现有SOTA方法。此外，AEFS具有强大的发现未知DTI的能力，并且它对不平衡的数据的鲁棒性更强。
