基于多尺度键感知与多模态融合的冷启动药物潜在风险识别

曾雲鞠; 张锦雄; 王巫亮; 倪丹丹; 邹军; 钟诚

doi:10.13417/j.gab.045.000810

基因组学与应用生物学 ›› 2026, Vol. 45 ›› Issue (4) : 810 -827. DOI: 10.13417/j.gab.045.000810

基于多尺度键感知与多模态融合的冷启动药物潜在风险识别

曾雲鞠, 张锦雄, 王巫亮, 倪丹丹, 邹军, 钟诚

作者信息 +

Author information +

文章历史 +

摘要

在新药研发过程中,由于缺乏历史相互作用数据,如何准确识别冷启动药物的潜在风险成为关键挑战之一。针对现有预测模型在冷启动场景下泛化能力不足、分子结构细粒度信息建模不充分以及多模态信息融合能力有限等问题,本文提出一种多尺度键感知与多模态融合的冷启动药物相互作用(drug-drug interaction, DDI)风险识别模型。该模型构建键感知分子图学习模块,在多尺度上刻画化学键与子结构间复杂关系,运用冷启动泛化模块增强具有功能语义的新药数据,融合分子结构信息、多源属性信息及功能语义特征,实现多模态联合建模。实验结果表明,在冷启动场景下,本文模型在准确率(accuracy, ACC)、受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)及f1得分等指标总体优于已有预测模型,消融实验、参数敏感性分析和案例研究也表明本文模型具有更强的泛化能力、稳定性和有效性。本研究工作成果为新药早期安全性评估及用药风险识别提供一种计算工具。