Molecular Interaction Transformer for DrugTarget Interaction Prediction

摘要：
药物靶标相互作用（DTI）预测是计算机药物发现的一项基本任务，由于需要在较大的化合物空间上进行实验搜索，因此成本高昂且耗时。 近年来，见证了DTI预测中深度学习的有希望的进展。 然而，以下挑战仍然存在：（1）唯一的数据驱动的分子表征学习方法忽略了DTI的子结构性质，因此生产者的结果准确性较低且难以解释。 （2）现有方法侧重于有限的标记数据，而忽略了大量未标记分子数据的价值
结果：
分子相互作用transformer（MolTrans），以通过以下方式解决这些局限性：（1）知识启发的子结构模式挖掘算法和相互作用建模模块，用于更准确和可解释的DTI预测； （2）增强型transformer编码器，可以更好地提取和捕获从大量未标记生物医学数据中提取的子结构之间的语义关系。 我们根据现实世界的数据评估MolTrans，并显示与最新基准相比，DTI预测性能得到了改善

方法
在DTI发生在子结构级别的领域知识的驱动下，MolTrans首先将蛋白质和药物的分子序列分解为子结构。 特别是，我们提出了一种数据驱动的顺序模式挖掘算法，称为频繁连续子序列算法（FCS），以查找药物和蛋白质数据库中的重复子序列。 受到自然语言处理领域中子词单位发明的启发[21，22]，FCS的目的是为序列生成一组频繁的子序列层次结构。算法在Algo中进行了总结。 使用FCS算法，MolTrans可以将输入的药物和目标转化为一系列明确的子结构Cd和Cp6