[Bioinformatics | 论文简读] BACPI：一种用于化合物-蛋白质相互作用及结合亲和力预测的双向注意力神经网络

作者 | 龙文韬 编辑 | 龙文韬

论文题目

BACPI: a bi-directional attention neural network for compound–protein interaction and binding affinity prediction

论文摘要

化合物-蛋白质相互作用（CPI）的鉴定是药物发现过程中的重要步骤。CPI也因为实验测定会消耗的大量资金和时间而十分出名。因此，计算模型已成为大规模预测化合物和蛋白质之间新的相互作用的有前途且有效的替代方案。大多数监督机器学习预测模型都致力于二元分类问题，旨在预测化合物与蛋白质之间是否存在相互作用。然而，CPI不是简单的二元“有-无”关系，而是一个反映了化合物与特定靶蛋白的结合程度的连续值，这个值也称为结合亲和力。

论文链接

https://academic.oup.com/bioinformatics/article/38/7/1995/6511437

github链接

https://github.com/CSUBioGroup/BACPI