Drug Discov Today｜利用深度注意力神经网络推进药物发现

文章预览

在快速发展的药物发现领域，传统方法的局限性日益凸显。尽管大量资金投入到新药研发中，但近90%的潜在候选药物在临床试验阶段失败，这主要是由于临床疗效不佳、药代动力学特性不理想或存在不良副作用等原因。为了应对这些挑战，科研人员正在探索利用人工智能（AI）和机器学习（ML）技术来加速药物发现进程、降低成本并提高成功率。特别是深度学习（DL）技术，在管理庞大的数据集、提高预测准确性以及简化复杂工作流程方面展现出了非凡的能力。 近期，那不勒斯费德里科二世大学的药物化学教授Antonio Lavecchia在Drug Discovery Today上发表综述Advancing drug discovery with deep attention neural networks。 本文重点介绍了基于注意力的药物发现架构的最新进展，揭示了这些开创性方法错综复杂的细微差别 。首先阐明了注意力机制的核心原理及其扩展架构， ………………………………