典型文献
人工智能预测药物-靶标相互作用研究进展
文献摘要：
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.
文献关键词：
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：
作者姓名：
李擎宇;张孝昌;王升启
作者机构：
军事科学院军事医学研究院辐射医学研究所,北京 100850
文献出处：
引用格式：
[1]李擎宇;张孝昌;王升启-.人工智能预测药物-靶标相互作用研究进展)[J].中国药理学与毒理学杂志,2022(01):1-10
A类：
药靶组学
B类：
智能预测,靶标,相互作用研究,DTI,药物研发,关键步骤,候选药物,药物分子,搜索范围,药物重定位,生物实验,盲目性,信息科学,研发领域,有效策略,算法设计,设计原理,构建思路,模型评价,评价问题,发带,药物开发
AB值：
0.384522
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
