Adv Sci | 辽宁科技大学赵琪/国科温州研究院帅建伟：利用多任务深度学习方法预测分子性质和FGFR1潜在的靶点抑制剂

该研究针对药物发现过程中传统实验方法耗时耗力的问题，提出了一种基于多任务自监督学习的深度学习模型。研究背景为生物医学研究进展迅速但新药研发依旧复杂且充满挑战，尤其是评估化合物对所有蛋白质靶标的影响需要大量资源。研究目的在于开发一种高效的计算方法，以加速药物发现进程，具体应用场景为预测分子性质和识别FGFR1（成纤维细胞生长因子受体1）的潜在靶点抑制剂。研究结论表明，该多任务预训练模型在基准生物医学数据集上表现出优越性能，能更高效、准确地预测FGFR1的潜在抑制剂；研究还通过分子对接和分子动力学模拟验证了预测的准确性，展现了深度学习在加速药物发现中的巨大潜力。