药物靶标相互作用（五）

一.CPInformer for Efficient and Robust Compound-Protein Interaction Prediction

CPInformer用于高效、鲁棒的复合蛋白质相互作用预测 2023.1 三区

问题：使用GNN、GCN等不足以区分结构相同的药物分子，通过他们得到的特征比较相似，但是与蛋白质作用时候的CPI是完全不同的。TransformerCPI 中过度自注意力机制的堆叠显着提高了模型参数，从而降低了模型在训练和测试阶段的效率。

1.模型

模型CPInformer，通过使用三种特征增强方法。

药物特征：首先，将功能类 FingerPrints (FCFPs，1024维)  与结构 GCN 特征 融合为化合物的最终表示。使用三个全连接层来提取 FCFP 的特征（降到75维），使它们的宽度与复合 GCN 特征图的宽度相同。这有利于特征融合。通过前馈神经网络对结构GCN特征和FCFP进行变换，然后将结构特征矩阵依次与FCFPs转置矩阵和FCFPs矩阵相乘。这种方法类似于自注意力，但主要目标是有效地融合两种不同类型的特征，而不是对提取的特征中的元素执行注意力。并且使用残差链接。得到的药物特征图再经过自注意力模块得到最终的药物特征图。

蛋白质特征：使用密集连接结合局部和全局特征来获得多尺度蛋白质特征。根据氨基酸的生化特征将22个氨基酸分为6种类型，再使用多层不同感受野（第n层的卷积核是n*k -1，第一层的卷积核是k.）的CNN将蛋白质特征映射为l*75大小的词向量（l是序列长度）得到了全局特征。而局部特征通过使用密集连接并逐层连接特征图，即下列式子得到。Fp i 是第 i 层获得的特征图，growth是保留率。conv1D是卷积核为15的一维卷积。

使用ProbSparse self-attention（一个有效的基于Transformer 的 LSTF 模型，核心思想就是每个query和序列中所有key点积后，经过softmax得到的离散分布是不同的，通过找到重要的/稀疏的query，从而只计算这些query的attention值，即用Q相同大小的稀疏矩阵Q替换Transformer模型中的查询矩阵来优化计算效率，而且模块能够识别结合位点的程度，并确定它是否属于重要的结构域）（输入是蛋白质特征和未经过自注意力模块的药物特征图）得到最终的蛋白质特征图，以消除信息冗余，提高CPInformer的准确性。ProbSparse selfattention 机制根据 Query 矩阵和 Key 矩阵之间的概率稀疏性对 Query 上的向量进行排序。将靠前的top-u 向量保留为新的查询矩阵，并将其余向量重置为零。新的Q矩阵和Key矩阵生成注意力权重矩阵。

预测相互作用：连接最终的蛋白质特征图和药物特征图，应用两个卷积层和三个全连接层来预测化合物和蛋白质的相互作用。

1.药物表示

SMILES经过GCN得到的图结构，以及FCFP指纹

2.蛋白质表示

氨基酸序列

2.实验

1.数据集