2025年自监督图学习提升药物预测性能.pptxVIP

第一章药物预测性能的现状与挑战第二章自监督学习的基本原理第三章自监督学习在药物性质预测中的应用第四章自监督学习在药物靶点识别中的应用第五章自监督学习在药物重定位中的应用第六章自监督学习的未来展望与挑战1

01第一章药物预测性能的现状与挑战

药物预测性能的现状药物研发的现状全球每年约有1500种新药进入临床试验，但仅有约10%最终获批上市药物预测的痛点传统方法依赖实验数据，成本高昂，耗时较长自监督学习的优势在标注数据有限的情况下仍能取得高精度预测3

药物预测性能的量化指标评估药物预测性能的常用指标ADME性质预测的误差分析传统方法在预测ADME性质时误差高达30%药物相互作用预测传统方法在预测药物-药物相互作用时准确率仅为60%AUC（AreaUndertheCurve）和ROC（ReceiverOperatingCharacteristic）曲线4

自监督学习在药物预测中的应用场景药物性质预测自监督学习可显著提升药物性质预测的精度药物靶点识别自监督学习可显著提升药物靶点识别的效率药物重定位自监督学习可显著提升药物重定位的效率5

自监督学习的基本原理掩码建模（MaskedModeling）通过遮盖部分输入，训练模型预测被遮盖的部分对比学习（ContrastiveLearning）通过最大化正样本对之间的相似度，最小化负样本对之间的相似度预测任务（Predi