我国科学家利用“数据+知识+AI”实现新靶标药物虚拟筛选  

出　　处：《中国科技信息》2025年第1期9-9,共1页China Science and Technology Information

摘　　要：近期,中国科学院上海药物研究所郑明月课题组在《自然-机器智能》(Nature MachineIntelligence)上发表了题为Generic protein–ligand interaction scoring by integrating physical prior knowledge and data augmentation modelling的研究论文。该团队利用等变图神经网络来整合蛋白质-配体相互作用相关的物理先验知识,并使用多种数据增强、数据去冗余策略来避免模型过拟合潜在的数据分布偏差,构建了通用蛋白质-配体相互作用评分方法——EquiScore。在药物虚拟筛选场景和先导化合物优化场景中,EquiScore对训练未见的新靶标表现出良好的泛化性能。此外,EquiScore的可解释性分析为基于结构的药物设计提供了有价值的线索。

关 键 词：虚拟筛选 机器智能 数据分布 过拟合 评分方法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] F49[自动化与计算机技术—控制科学与工程]