融合互作网络和多模态信息的化合物-蛋白质相互作用预测模型(INMI)

摘要：

化合物-蛋白质相互作用(Compound-protein interaction,CPI)预测是药物研发领域的一个重大课题.随着生物科学的飞速发展,各种科学实验产生了大量的生物数据,通过计算方法能够快速有效地提取和利用这些信息.已有方法未能将相互作用网络中的信息显式地进行提取并加以利用,且多模态信息的融合方式未能抓住蛋白质和化合物之间的联系.为了解决上述问题,本文提出了一个二分类深度学习模型.该模型使用交叉注意力模块整合分子图和蛋白质序列信息,并从相互作用网络中显式提取节点的中心性和相关性信息,作为模型编码.实验表明,本文所提出的模型可以准确预测蛋白质和化合物之间的相互作用,而且节点中心性编码能够大大提高模型性能.

关键词：化合物、蛋白质、注意力、化合物与蛋白质相互作用

所属期刊栏目：50

分类号：TP302.1(计算技术、计算机技术)

资助基金：国家自然科学基金;辽宁省教育厅面上项目;辽宁省兴辽英才计划项目;辽宁省重点研发计划;沈阳市中青年科技创新人才支持计划

在线出版日期：2023-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：126-133