2021年7月，我院卢涛教授在国际Top期刊Briefings in Bioinformatics以通讯作者，北京中医药大学为第一完成单位发表题为“Deep fusion learning facilitates anatomical therapeutic chemical recognition in drug repurposing and discovery”的学术论文。该论文提出一种深度融合学习框架用于药物重利用和先导化合物研发。

【作者简介】

       卢涛，教授， 北京中医药大学特聘教授，中国医学装备协会中医装备分会副会长，中国中医药信息研究会中医中药原创技术研究分会副会长。曾任北京中医药大学生命科学学院副院长，哈佛医学院研究员，美国哥伦比亚大学博士后，德国马普所及德国马丁路德大学与中科院联合培养博士。目前从事物质、能量、信息层面的生命系统工程研究。

【文章简介】

       大规模生物医学数据和人工智能技术为药物重定位和新药研发带来了新的机遇与挑战。寻找合适的数据表示和建模方法是促进这些研究的重要环节。由世界卫生组织（WHO）提出的“解剖-治疗-化学（ATC）”分类系统是药物再利用和发现的重要信息来源。本研究提出了一种深度融合学习框架（DFL）来优化ATC分类识别任务，基于图卷积网络、生物推理网络和多模态融合网络的方法，从分子图和异构生物网络中提取分子拓扑信息和低维表示，并取得了优异（SOTA）效果。研究表明将异质性生物网络和节点(化合物或蛋白质)的自拓扑特征聚合的思想将为更广泛的药物重定位和新药研发研究带来启示。此外，DFL框架可灵活适用于基于转录组学的药物反应和“药物-靶点”互作关系预测等生物活性预测任务，可为揭示药物作用机制提供新途径，为构建高通量高精度中药先导化合物虚拟筛选平台提供算法设计基础。

【杂志介绍】

      Briefings in Bioinformatics，该杂志JCR分区医学一区，中科院分区生物学大类一区，是生化研究方法、数学与计算生物学领域的TOP期刊。

文章链接：https://pubmed.ncbi.nlm.nih.gov/34368838/

生命科学学院

2021年11月11日