中南大学计算机学院、生物信息学湖南省重点实验室成员赵皓晨博士在药物的副作用预测领域取得重要研究成果。该研究成果以“A similarity-based deep learning approach for determining the frequencies of drug side effects”为题，在国际生物信息学权威期刊《Briefings in Bioinformatics》(IF=11.622)上在线发表。
药物副作用对药物的研发和使用有着重大影响，直接关系到患者身心健康及切身感受。对药物的副作用频率的预测在药物风险-收益评估中至关重要。该研究成果开发了一种名为SDPred的多任务学习模型，用来预测药物的副作用频率。该模型使用外积操作与深度卷积神经网络深度融合了多种类型的相似性矩阵。与现有的最先进模型相比，SDPred集成了丰富的特征，可用于预测新药的副作用频率，而无需任何已知的药物副作用关联或频率信息。据我们所知，这是第一项可以预测人群中新药副作用频率的工作。在基准数据集上的验证显示，该研究成果比目前现有的方法具有更高的预测精准度，并具有实际的生物指导意义。本研究为促进人工智能与药物发现相结合提供了新的方法。
王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家自然科学、高等学校学科创新引智计划、湖南省科技计划等基金支持。