青岛科技大学于彬教授团队在人工智能驱动药物发现研究领域取得新进展

背景：随着人工智能和生物信息学的发展，肿瘤药物反应预测已成为精准医学与计算药物学的重要研究方向，旨在通过建模药物分子特征与肿瘤多组学信息的关系，为个体化治疗提供依据。研究目的：针对多组学数据维度高、噪声大，以及现有方法对药物结构建模粗略等挑战，研究团队提出MTEGDRP深度学习框架，整合分子自注意力Transformer与等变图神经网络，以全面捕捉细胞系与药物间的交互模式，提升预测性能和可解释性。结论：实验表明，MTEGDRP在GDSC2数据集上优于现有方法，具有良好的泛化能力和生物学可解释性，能识别核心功能基团和关键生物标志物，为抗癌药物设计和临床用药决策提供了理论依据和计算工具。