Nat Commun丨伯晓晨/何松/昝鹏团队提出药靶相互作用预测AI新范式

本研究针对现有深度学习模型在药物靶标相互作用预测中无法提供置信度估计的问题，提出了基于证据深度学习的新框架EviDTI。该框架通过结合药物2D拓扑图、3D几何结构与靶标序列信息构建跨模态表征，并引入证据深度学习量化预测不确定性，输出预测概率和置信度分数。实验结果表明，EviDTI在三个基准数据集上表现出优越性能，预测准确率超过90%，且能有效校准预测误差。体外实验验证了其预测结果的有效性，显示出纳摩尔级别的结合亲和力。该研究为药物发现和重定位提供了高精度、高可靠性的预测工具，有助于加速药物开发进程并降低研发成本。