证据深度学习药物-靶点预测模型

预测自带置信度

该模型在预测药物-靶点相互作用时能给出可靠的不确定性估计，从而优先验证高置信度的相互作用，加速药物发现。

Zhao, Yanpeng · Zhang, Yixin · Wang, Yifei · 吴诚堃 · Liu, Ziyi · Chen, Zhengshan · Wu, Lianlian · Zhao, Dongsheng · 昝鹏 · He, Song · 伯晓晨

Nature Communications 2025

参数信息

对比基线模型数量

11

技术优势

预测自带置信度

EviDTI 通过证据深度学习输出不确定性估计，使每个预测都附带置信度，便于甄别可靠结果。

能校准预测误差

EviDTI 能够校准预测误差，确保高置信度预测与高准确率相对应，减少过度自信的错误。

加速药物发现

利用校准良好的不确定性信息，优先选择高置信度的相互作用进行实验验证，提高药物发现效率。

发现新调节剂

在酪氨酸激酶调节剂案例中，不确定性引导的预测识别出靶向 FAK 和 FLT3 的新型潜在调节剂。

应用场景

• 药物发现：优先验证高置信度预测，减少无效实验，加速候选药物筛选。
• 药物-靶点相互作用预测：提供可靠的相互作用预测和不确定性估计，辅助判断结合可能性。
• 不确定性量化：量化预测不确定性，校准误差，避免过度自信导致的错误判断。
• 深度学习：利用证据深度学习整合多维度数据，提升模型鲁棒性和置信度。