GraphBAN：基于图神经网络的化合物-蛋白质相互作用预测新方法

《Nature Communications》：GraphBAN: An inductive graph-based approach for enhanced prediction of compound-protein interactions

本研究为解决传统方法在预测化合物-蛋白质相互作用（CPIs）时存在的局限性，提出了一种基于图神经网络的GraphBAN框架，该框架通过知识蒸馏和跨域适应模块，实现了对未见化合物和蛋白质相互作用的高效预测，为早期药物发现提供了有力工具。

　　在药物研发的漫漫征途中，化合物与蛋白质之间的相互作用（CPIs）宛如隐藏的宝藏，等待着科学家们去挖掘。它们是理解分子机制、探索潜在治疗效果的关键钥匙。然而，传统的实验方法耗时且成本高昂，如同在浩瀚大海中寻找针尖般困难。如今，随着机器学习和深度学习技术的飞速发展，研究人员们试图借助这些强大的计算工具，为CPIs的预测开辟一条新的道路。来自加拿大曼尼托巴大学、多伦多大学、西安大略大学等机构的研究团队，携手打造了一款名为GraphBAN的图神经网络框架。它宛如一位智慧的先知，能够基于已知的化合物和蛋白质特征信息，精准地预测出那些尚未被发现的相互作用，打破了传统方法在已知情境下的束缚。GraphBAN采用了知识蒸馏架构，通过教师-学生学习模型，将网络结构信息与节点属性相结合，同时融入了跨域适应模块，使其在不同数据集领域中都能大显身手。经过在五个基准数据集上的严格测试，GraphBAN力压十个基线模型，展现出卓越的性能。而在针对Pin1蛋白的案例研究中，它更是成功筛选出具有潜在结合能力的化合物，为药物研发的早期阶段带来了新的曙光。该成果发表于《Nature Communications》，为药物发现领域注入了一股新的活力。 在研究方法上，GraphBAN框架融合了多种前沿技术。首先，它利用图自编码器（GAE）作为教师模块，学习网络结构信息，并通过知识蒸馏将这些信息传递给学生模块。学生模块则借助双线性注意力网络（BAN）和条件域对抗网络（CDAN）模块，对化合物和蛋白质的特征进行深度融合与学习。此外，该框架还结合了大型语言模型（LLM）和卷积神经网络（CNN）来提取特征，为预测提供了更丰富的信息基础。 研究结果表明，GraphBAN在多个基准数据集上均取得了优异的性能。例如，在BioSNAP数据集上，其AUROC值达到了0.751，相较于其他模型有显著提升。在跨域测试中，GraphBAN也展现出了强大的泛化能力，能够有效地处理不同领域的化合物-蛋白质对。在针对Pin1蛋白的案例研究中，GraphBAN从ZINC-250K化合物库中筛选出134个与Pin1具有较高结合概率的化合物，并进一步通过药物相似性、ADMET性质等筛选出9个具有潜在药物价值的化合物。这些结果不仅验证了GraphBAN模型的有效性，还为其在实际药物研发中的应用提供了有力支持。 在讨论部分，研究人员指出，尽管GraphBAN在预测化合物-蛋白质相互作用方面取得了显著进展，但仍面临一些挑战。例如，跨域数据分布的差异以及蛋白质靶点的生物多样性可能会对模型的泛化能力产生影响。然而，GraphBAN凭借其集成的知识蒸馏、BAN和CDAN模块，能够更有效地应对这些挑战。此外，研究人员还提出了未来改进的方向，如引入增量学习算法以提高模型对未见数据的适应性，以及通过转移学习和多模态数据整合来进一步提升模型性能。GraphBAN的成功应用为计算药物发现领域带来了新的突破，其在跨域预测和药物候选物筛选方面的能力，使其有望成为个性化医学和治疗开发中的重要工具。