基于预训练语言模型提示的药物靶标相互作用预测方法  

作　　者：任鹏 段乐乐 

机构地区：[1]重庆三峡医药高等专科学校,重庆404100

出　　处：《电脑知识与技术》2025年第7期34-37,共4页Computer Knowledge and Technology

基　　金：2021年重庆三峡医药高等专科学校自然科学研究项目“基于图神经网络的药物靶点相互作用预测方法研究”(XJ2021001601)。

摘　　要：药物靶标相互作用的准确预测对加速新药研发至关重要。近年来,基于序列的药物靶标相互作用预测方法受到广泛关注,并在预测性能上取得了显著进展。然而,直接采用Transformer架构的序列编码器通常面临参数量大、计算复杂度高的问题,从而限制了其实际应用。为解决这一问题,提出了一种基于提示的学习策略。该策略通过引入可学习的门控参数,将预训练语言模型的通用知识作为提示,动态适配到学生模型的特定任务知识,从而优化序列的特征表示。实验结果表明,该方法在减少模型参数的同时,提升了预测性能,能够实现高效且准确的药物靶标相互作用预测。

关 键 词：新药研发 药物靶标相互作用 深度学习 提示学习 预训练语言模型 教师学生架构 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]