ZGY9542的博客

药物靶点亲和力（drug-target affinity，DTA）的预测在药物发现中发挥着越来越重要的作用。如今，许多预测方法都集中在药物和蛋白质的特征编码上，而忽略了特征聚合的重要性。然而，越来越复杂的编码器网络会导致隐含信息的丢失或模型尺寸过大。为此，作者提出了一种基于深度学习的方法，即 FusionDTA。对于隐含信息的丢失，使用一种新颖的多头线性注意机制来代替粗糙的池化方法。这允许 FusionDTA 基于注意力权重聚合全局信息，而不是像 max pooling 那样选择最大的一个。