深度学习在药物靶点亲和力预测中的应用

摘要：

在药物研发前期阶段中,预测小分子药物和蛋白质靶点结合亲和力的计算机方法已经证明其关键作用,这类方法被称为药物靶点亲和力(Drug-Target Affinity,DTA)预测.其中基于深度学习的 DTA 预测方法表现出其预测模型优异的性能与巨大的潜力.这篇综述全面回顾了与基于深度学习的 DTA 预测相关的主题,如来源数据库、数据挖掘与特征学习方法、深度学习模型等,以及一些利用这些资源开发的代表性的预测方法.本综述首先从数据格式和编码方案的角度讨论了来自各种库的化合物和蛋白质数据.对于 DTA 预测模型,我们从两种角度进行分类,即预测任务类型的角度和模型采用的学习方法的角度,并且总结了每个类型代表性的 DTA 预测模型.最后,我们讨论了一些尚存的问题,以探索开发更强大和准确的 DTA 预测方法.

关键词：药物研发、深度学习、药物-靶点亲和力预测

所属期刊栏目：21

分类号：R917(药物基础科学)

在线出版日期：2024-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：23-35