中南大学计算机学院、生物信息学湖南省重点实验室成员2019级硕士程中建在药物-蛋白质关系预测领域取得重要研究成果。该研究成果以IIFDTI: predicting drug-target interactions through interactive and independent features based on attention mechanism为题，在国际生物信息学权威期刊《Bioinformatics》(IF=6.937)上在线发表。
识别药物-靶点相互作用关系是药物发现和药物设计的关键步骤。传统的生化实验对于准确验证药物-靶标相互作用是可信的。然而，这些方法存在费力、耗时且昂贵的缺点。随着生物医学数据的扩充以及和计算技术的发展，基于计算方法的DTI预测受到越来越多科研工作者的关注。课题组开发提出了一种基于深度学习的药物-靶标相互作用预测方法IIFDTI。IIFDTI利用双向编码器-解码器结构来捕获药物和靶标的子结构间的交互特征。同时，IIFDTI分别使用了图神经网络和卷积神经网络提取药物和靶标的独立特征。将捕获到的药物和靶标的独立特征向量和交互特征向量进行特征融合并输入到下游的全连接网络中进行DTI预测,得到预测概率。与现有的多种药物-靶标相互作用预测算法对比，IIFDTI在多项实验指标上(AUC、AUPR、Precision、Recall)具有提升。
IIFDTI模型的网络结构图
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。