Information Fusion｜哈尔滨理工大学赵玲玲等：知识融合语言模型革新蛋白-蛋白相互作用调节剂预测

本文介绍了哈尔滨理工大学赵玲玲课题组开发的KFPPIMI方法，该方法通过知识融合语言模型预测蛋白质-蛋白质相互作用（PPI）调节剂。背景方面，PPI在生命活动中扮演核心角色，其异常与多种重大疾病相关，但实验筛选PPI调节剂成本高且现有计算方法存在不足。研究目的是开发更精准、可解释的PPI调节剂预测方法。KFPPIMI通过融合小分子调节剂和靶点蛋白质的表示学习，结合多种外部知识（如分子指纹和基因本体论），显著提升了预测精度和泛化能力。实验结果显示，KFPPIMI在多种数据划分场景下均优于现有方法，尤其在处理新颖生物实体时表现突出。结论指出，KFPPIMI在生物医药领域具有巨大潜力，但未来需结合实验验证以提升其实际应用价值。