基于注意力感知和模态融合的药物靶点相互作用预测方法.pdfVIP

第56卷第3期太原理工大学学报Vol.56No.3

2025年5月JOURNALOFTAIYUANUNIVERSITYOFTECHNOLOGYMay2025

引文格式：彭杨，朱小飞，胡冬冬.基于注意力感知和模态融合的药物‐靶点相互作用预测方法［J］.太原理工大学学报，

2025，56（3）：533-542.

PENGYang，ZHUXiaofei，HUDongdong.Adrug-targetinteractionpredictionmethodbasedonattentionpercep‐

tionandmodalityfusion［J］.JournalofTaiyuanUniversityofTechnoloty，2025，56（3）：533-542.①

基于注意力感知和模态融合的药物‐靶点

相互作用预测方法

彭杨，朱小飞，胡冬冬

（重庆理工大学计算机科学与工程学院，重庆）

摘要：【【目的】】预测药物-靶点相互作用是药物发现的关键步骤。现有的基于图神经网络的

预测方法取得了较好的效果，但是仍然存在两方面挑战：一是如何更高效地提取药物和靶点中深

层次的特征和丰富的语义信息，二是如何明确地建模并学习药物和靶点之间的相互作用，以便更

好地预测和解释。为了解决以上问题，本文提出了基于注意力感知和模态融合的药物-靶点相互

作用预测方法。【【方法】】对于药物分支，利用GraphTransformer和图卷积神经网络来联合表征药物

分子的全局结构和生化信息。对于蛋白质分支，采用了一个独立的编码模块来提取蛋白质的全局

和局部特征。为了更准确地建模和学习药物和靶点之间的作用关系，设计了一个基于Transformer

的模块来融合药物和靶点特征。【【结果】】最后，在三个公开数据集上的实验结果表明，在主要评价指

标上均有所提升，该方法能够更加准确地预测药物和靶点的相互作用。

关键词：药物发现；图神经网络；模态融合；注意力机制

中图分类号：TP391文献标识码：A

DOI：10.16355/j.tyut.1007-9432文章编号：1007-9432（2025）03-0533-10

ADrug-TargetInteractionPredictionMethodBasedonAttention

PerceptionandModalityFusion

PENGYang,ZHUXiaofei,HUDongdong

（CollegeofComputerScienceandEngineering，ChongqingUniversityofTechnology，Chongqing，China）

Abstract:【【Purposes】】Predictingdrug-targetinteractionsisacriticalstepindrugdiscovery.The

existingpredictionmethodsbasedongraphneuralnetworkshaveachievedgoodresults,butthereare

stilltwochallenges:first,howtoextractthedeepfeaturesandrichsemanticinformationindrugsand

targetsmoreefficiently;andsecond,howtoexplicitlymodelandlearntheinteractionsb