2021SC@SDUSC软件工程应用与实践----项目综述

2021SC@SDUSC

一，项目介绍

选题

基于人工智能的多肽药物分析问题

项目背景

药物发现和研发是制药企业和化学科学家的重要研究领域。然而，低效率和高成本给该领域带来了障碍。此外，处理来自基因组学、蛋白质组学、微阵列和临床试验的大量复杂数据也存在挑战。人工智能和机器学习技术使制药领域实现了现代化，基于人工智能，多肽药物的药物开发，测试都能更加便捷。目前在多肽结构的预测，蛋白质结构预测，多肽与HLA的结合，DTA等方面都有广泛的应用。

本次项目中，我主要研究DTA (药物蛋白结合亲和力预测)

DTA背景

药物通过与靶蛋白相互作用来激活或抑制靶蛋白的生物学过程。 因此，识别新的药物靶标相互作用(DTIs)是药物发现领域的一个重要步骤，就像药物再利用。 然而，过渡的昂贵实验限制了识别新DTIs的过程。 因此，DTI预测的计算方法迫在眉睫。 近年来，大量研究提出了DTI预测的计算方法。 部分研究将DTI预测任务视为一个二值分类问题。 他们关注DTI的存在，而其他一些研究将其作为回归任务，直接预测结合亲和力评分。 在这里，结合亲和性得分描述了药物靶对相互作用的强度。 在本下项目中，我们主要研究药物靶标结合亲和力的预测  。

二，原码下载

原码在github上：GitHub - hkmztrk/DeepDTA

包括了项目用到的数据集和代码

已经配置好SSL密匙，直接git init初始化后，用git clone 就可以拷贝代码 

PS:因为之前就配置好了pytorch环境，在此就不赘述pytorch的安装，配置过程了

下载完成后用pytorch打开

data下为用到的两个数据集davis和diba

deepdta-toy 和 source下为项目运行代码

三，项目流程

1，输入：蛋白质序列+药物的SMILES(Simplified Molecular Input LineEntry System/简单的分子线性输入)

2，通过一个关系感知的自注意力块，通过SMILES对药物进行建模，该注意力块要在考虑所有元素关系的同时，强化化合物原子之间的相对位置信息

3，两个CNN模型分别学习药物和目标的表征

4，建立一个多头注意力块来模拟药物-标靶对的相似性作为交互信息，同时使用一个FNN(全联结网络)提取交互特征。

         截取自论文Deep drug-target binding affinity prediction withmultiple attention blocks

四，核心代码

主要对应试验操作的四个重要步骤

1，通过self-attention块,利用SMILES序列对药物进行建模

2，利用两个CNN(卷积神经网络)模型分别学习药物和靶蛋白的特征

3，建立multi-head-attention块用于模拟药物-标靶对的相似性

4，利用一个FNN(全联结网络)提取交互特征

五，项目分工

我主要负责：DTA中self-attention块的设置，处理，对SMILES序列建模和对蛋白质序列解析，以及训练CNN模型来得到药物和靶蛋白的特征，建立多头注意力块模拟结合的相似性，以及建立FNN来提取交互特征，并检验模型效果，和最终模型的反向传播优化。