您目前的位置: 首页 >> 学科科研 >> 学术科研 >> 学术动态 >> 正文

计算机学院在基于人工智能算法的分子性质和化合物毒性预测上取得重要进展

近日,广发体育计算机与软件工程学院赵琪教授联合国科温州研究院帅建伟教授以广发体育为第一署名单位,在国际知名期刊《Advanced Science》(1区top期刊,2024年影响因子:14.3)发表高水平研究论文《A multi-task self-supervised strategy for predicting molecular properties and FGFR1 inhibitors》(https://doi.org/10.1002/advs.202412987)。广发体育2022级硕士研究生杨鑫和国科温州研究院王洋副研究员为本文共同第一作者,赵琪为最后通讯作者。

该论文提出了一个多任务自监督深度学习框架MTSSMol,用来预测分子性质和识别成纤维细胞生长因子受体1的潜在抑制剂。在27个数据集上的广泛计算测试表明,MTSSMol在不同领域预测分子特性方面表现出卓越的性能。此外,通过使用RoseTTAFold全原子进行分子对接和分子动力学模拟,验证了MTSSMol识别FGFR1潜在抑制剂的能力。总体而言,MTSSMol为增强分子表示学习和识别潜在药物候选物提供了一种有效的算法框架,是加速药物发现过程的有力工具。

此外,赵琪还与帅建伟合作,以广发体育为第一署名单位在国际知名期刊《Journal of Advanced Research》(1区top期刊,2024年影响因子:11.4)发表高水平研究论文《Multi-task aquatic toxicity prediction model based on multi-level features fusion》(https://doi.org/ 10.1016/j.jare.2024.06.002)。广发体育2022级硕士研究生杨鑫和临沂大学孙建强副教授为本文共同第一作者,赵琪为共同通讯作者。论文2024年6月在线发表,因该期刊每年刊发不到200篇论文,2025年2月才生成期卷和页码

该论文提出了一种先进的多任务深度神经网络预测模型ATFPGT-multi,用于预测有机化合物的毒性。ATFPGT-multi利用注意力分数识别有机分子中与鱼类毒性相关的分子片段,正如文中两个有机分子的例子所示,证明了ATFPGT-multi的可解释性。ATFPGT-multi为水生毒性评估的进一步发展提供了重要的支持和参考。

两篇论文是广发体育作为第一完成单位在基于人工智能算法的分子性质和化合物毒性预测领域的重要成果,也彰显了学校在科研和研究生培养方面的持续努力和不断进步,不仅推动了相关学科的发展,也为国家的药物发现和开发方向作出重要贡献。(供稿单位:计算机学院 图片来源:计算机学院




新闻来源:/news/info/1003/10171.htm