论文解读：基于图神经网络与蛋白质接触图的药靶亲和力预测（二）2021SC@SDUSC

论文解读：基于图神经网络与蛋白质接触图的药靶亲和力预测（二）2021SC@SDUSC
Drug–target affinity prediction using graph neural

network and contact maps

文章采用的验证指标：

CI

CI主要用于计算分析中预测值与真实值之间的区别

其中bx为较大亲和dx的预测值，by为较小亲和dy的预测值，Z为归一化常数；h(x)为阶跃函数（前面说分析真实值与预测值与公式中只有预测值带入有点矛盾，但是字面意思是一致性，那么肯定是越大越好）

MSE

MSE也是衡量预测值和真实值之间差的公共度量。

Pearson相关系数

皮尔森相关系数也用于进行性能比较：

rm2

DeepDTA文中所引入的一个性能度量指标

其中，r2和r02分别为有截距和无截距的平方相关系数。（有点没懂，放上原文解释）

超参数的设置：

不同模型的架构的性能：

8种组合，在davis数据集上进行测试，由于硬件性能限制，在最多三个层上进行实验

不同架构直接的对比实验，

结果分析一：当使用三层GCN模型来描述蛋白质时，表示更准确。

结果分析二：与GCN和GAT相比，GCN的性能更好。在GraphDTA中，使用了GCN和GAT的组合，是在GAT层之后接着的GCN层。在我们的实现中，使用了两种组合，但没有一种能达到最佳的性能。可能通过注意机制不能有效地提取蛋白质特征。

各种dropout概率的表现

在前向传播过程中，引入dropout可以在一定概率p之下阻止神经元的工作，从而提高模型的泛化，有效解决问题。dropout概率的变化可能会影响预测性能。为了更好地评估dropout的影响，在Davis数据集上测试了不同的dropout概率§。

结果分析：

当dropout的概率为0.2时，性能是最好的，MSE值较低。太大的dropout概率会导致模型欠拟合，不能有效提取蛋白质特征，而较小的概率不能完全防止过拟合。因此，只有一个适当的dropout概率才能产生最好的预测效果。

各种池化方法的性能

结果表明，平均池化在这三个指标上的性能最好。平均池可以通过平均节点维数的节点特征来平衡不同节点的数量；池化结果的平均值足以描述蛋白质和小分子。

是否引入PSSM的蛋白质特征的性能

结果表明，PSSM在图卷积和DTA预测中起着重要作用。PSSM是通过蛋白质序列比对获得的，其中包含丰富的蛋白质进化信息，利用残基之间的相互作用，最终决定蛋白质的空间结构和特征。PSSM可以快速有效地提取信息，从而提高蛋白质描述的准确性和DTA的预测性能。

各种方法的性能对比

与DeepDTA、WideDTA和GraphDTA相比，本文所提出的三层模型有明显的性能改善。所有的预测指标，包括CI、MSE和皮尔逊相关系数，都得到了显著的提升。

在DeepDTA提出的基准测试中，还有另一个度量，rm2。因此，为了对DGraphDTA进行更全面的评估，rm2也被用于更好的评估。下图显示了DGraphDTA等方法预测的rm2结果。

结果分析：在rm2的指标下，DGraphDTA的预测性能优于DeepDTA等方法。因此，DGraphDTA的预测和泛化性能优于其他方法。

接触图预测的评估

不同阈值的对比结果以及评估指标Accuracy的计算：

使用仪器测试出来的接触图与本文使用Pconsc4预测出的图进行DTA预测的性能对比：

本文代码地址： https://github.com/595693085/DGraphDTA.