人工智能预测药物-靶标相互作用研究进展_李擎宇.pdfVIP

中国药理学与毒理学杂志2022年1月第36卷第1期ChinJPharmacolToxicol，Vol36，No1，Jan2022·1·

·前沿论坛·

人工智能预测药物-靶标相互作用研究进展

李擎宇，张孝昌，王升启

（军事科学院军事医学研究院辐射医学研究所，北京100850）

王升启王升启，，研究员，我国传染病分子诊断领域的开拓者，在传染病分子诊断技术创新

与产品研发、核酸药物研究等方面取得系统创新成果。曾获“国家杰出青年科学基金”和

中国科学技术协会“求是”奖，是首批国家新世纪“百千万”人才和国家优秀科技工作者，现

任全军和北京市传染病分子诊断新技术重点实验室主任、生物芯片国家工程中心副主任、

核酸药物国家地方联合工程研究中心主任。以第一完成人获国家技术发明二等奖和国

家科技进步二等奖各1项、省部级一等奖4项。研制的分子诊断产品获国家和军队注册

证书共64项，研制的注射用CT102获我国首个反义核酸药物临床批件，获授权发明专利

25项。发表SCI论文130篇，SCI他引1600余次。

摘要：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。

关键词：药物-靶标相互作用；药靶组学；药物开发；人工智能；机器学习

中图分类号：R911文献标志码：A文章编号：1000-3002-（2022）01-0001-10

DOI：10.3867/j.issn.1000-3002.2022.01.001

药物靶标（通常是蛋白质）是指体内与特定疾

病过程具有内在联系、可通过与药物作用从而产生

［1］

预期治疗效果的分子。新药研发的首要问题就是

对药物-靶标相互作用（drug-targetinteraction，

DTI）的鉴定，即确定药物分子和靶标之间是否会产

生相互作用，并基于此寻找能够作用于特定靶标的

药物分子。同时，DTI鉴定也是多重药理和药物重

定位等研究的基础。研究发现，复杂疾病往往是由多

［2］

个基因、多种因素造成的，而一种药物也往往具有

［3］

多种功能、多个靶标。本研究团队早在2000年就提

［4］

出“中药基因组学”和“中药化学组学”的研究路线，

并在随后的一系列研究中系统揭示了复方丹参方“多图1药靶组学概念.药靶组学是通过多组学融合等手段鉴定人

［5-12］体可用于药物作用并改善健康的所有效应分子集合.

成分-多途径-多靶点”治疗血瘀证的分子机制。在

［13］

此基础上，我们提出“药靶组学”概念（图1），为研究

［14］

药物和疾病之间的关系提供新策略。目性。通常新药从研发到上市需要10～15年。

［15］

药物研发过程耗时长、成本高且伴随一定的盲据估算，现今一个新药研发成本已达30亿美元。

尽管投入大量时间和经费，药物研发的成功率却很