CMA-DTI:对齐药物官能团与蛋白结合区域,改进冷启动药物–靶点相互作用预测
- 双通道编码器处理预训练药物和蛋白序列模型的嵌入,捕捉局部功能模式与全局上下文,双向跨模态对齐模块则把药物官能团与蛋白结合区域关联起来。
- 在四个基准数据集上,它在热启动设置中表现有竞争力,并在靶点冷启动和盲启动场景中泛化更好。
- 消融实验和结构可视化被用来支持各模块的作用以及残基水平的可解释性。
💡 要点 基于摘要的观点
DTI 基准以配体和蛋白偏倚著称,所以要看的是冷启动和盲启动的划分,我希望也能看到基于相似性聚类的划分以及仅配体的基线。注意力式的残基图只是提示,并非结合模式的证据,用作口袋线索之前应与已知共晶结构的接触对照。对研究不足的靶点家族,实际的问题是语言模型嵌入到底有没有携带信号。
Cross-Modal Semantic Alignment for Cold-Start Drug–Target Interaction Prediction ↗