北京大学王劲卓团队提出DrugLAMP模型，通过多模态预训练语言模型进行药物-靶点相互作用预测

文章预览

准确预测药物-靶点相互作用（DTI），特别是准确预测新的靶点或药物的相互作用，对于加速药物发现至关重要。预训练语言模型（PLM）和多模态学习的最新进展，为利用大量未标记的分子数据和整合来自多模态的互补信息来增强DTI预测，提供了新的机会。 2024年11月21日，北京大学王劲卓老师团队在Bioinformatics上发表文章Accurate and transferable drug–target interaction prediction with DrugLAMP。 作者提出了DrugLAMP（pretrained Language model-Assisted Multi-modal Prediction for drug-target interaction，通过多模态预训练语言模型进行药物-靶点相互作用预测）。 DrugLAMP是一个基于预训练语言模型（PLM）的多模态框架，集成了PLM和传统特征提取器提取的分子图和蛋白质序列特征。 作者引入了两个新的多模态融合模块：(i)口袋引导共同注意力（PGCA），它使用蛋白质口袋信息来指导对药物特 ………………………………