多模态ITI预测网络

跨模态降噪

融合分子序列与网络拓扑的多模态框架，动态注意力抑制文献挖掘噪声，对草药成分-靶点相互作用的预测能力优于六种现有方法。

Xudong, Liang · Lai, Guichuan · Jintong, Yu · 林涛 · 王超超 · 王伟

Information Sciences 2025

技术优势

抗噪更稳

动态注意力机制能降低文献挖掘数据中错误连接的权重，使预测不受噪声干扰。

多模态融合

利用成分和靶点的分子序列与序列相似性，构建深度特征表示，提升预测准确度。

性能领先

在三个公开数据集上均优于六种最先进方法，并通过分子对接模拟验证有效性。

应用场景

• 药物发现：快速筛选草药成分的潜在靶点，加速先导化合物发现。
• 草药药理：解析草药多成分-多靶点的作用机制，揭示药效物质基础。
• 靶点预测：提供可靠的成分-靶点相互作用预测，减少湿实验验证成本。