首页|人工智能预测药物-靶标相互作用研究进展

人工智能预测药物-靶标相互作用研究进展

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Research progress in artificial intelligence for predicting drug-target interactions

李擎宇、张孝昌、王升启

展开 >

军事科学院军事医学研究院辐射医学研究所,北京 100850

药物-靶标相互作用 药靶组学 药物开发 人工智能 机器学习

国家自然科学基金

81830101

2022

10.3867/j.issn.1000-3002.2022.01.001

中国药理学与毒理学杂志
军事医学科学院毒物药物研究所,中国药理学会,中国毒理学会

中国药理学与毒理学杂志

CSTPCD北大核心
影响因子：1.182
ISSN：1000-3002
年,卷(期)：2022.36(1)
  • 3
  • 1