計算機學院在基于人工智能算法的分子性質和化合物毒性預測上取得重要進展
近日，遼寧科技大學計算機與軟件工程學院趙琪教授聯合國科溫州研究院帥建偉教授以遼寧科技大學為第一署名單位，在國際知名期刊《Advanced Science》（1區top期刊，2024年影響因子：14.3）發表高水平研究論文《A multi-task self-supervised strategy for predicting molecular properties and FGFR1 inhibitors》（https://doi.org/10.1002/advs.202412987）。遼科大2022級碩士研究生楊鑫和國科溫州研究院王洋副研究員為本文共同第一作者，趙琪為最后通訊作者。
該論文提出了一個多任務自監督深度學習框架MTSSMol，用來預測分子性質和識別成纖維細胞生長因子受體1的潛在抑制劑。在27個數據集上的廣泛計算測試表明，MTSSMol在不同領域預測分子特性方面表現出卓越的性能。此外，通過使用RoseTTAFold全原子進行分子對接和分子動力學模擬，驗證了MTSSMol識別FGFR1潛在抑制劑的能力。總體而言，MTSSMol為增強分子表示學習和識別潛在藥物候選物提供了一種有效的算法框架，是加速藥物發現過程的有力工具。
此外，趙琪還與帥建偉合作，以遼科大為第一署名單位在國際知名期刊《Journal of Advanced Research》（1區top期刊，2024年影響因子：11.4）發表高水平研究論文《Multi-task aquatic toxicity prediction model based on multi-level features fusion》（https://doi.org/ 10.1016/j.jare.2024.06.002）。遼科大2022級碩士研究生楊鑫和臨沂大學孫建強副教授為本文共同第一作者，趙琪為共同通訊作者。論文2024年6月在線發表，因該期刊每年刊發不到200篇論文，2025年2月才生成期卷和頁碼。
該論文提出了一種先進的多任務深度神經網絡預測模型ATFPGT-multi，用于預測有機化合物的毒性。ATFPGT-multi利用注意力分數識別有機分子中與魚類毒性相關的分子片段，正如文中兩個有機分子的例子所示，證明了ATFPGT-multi的可解釋性。ATFPGT-multi為水生毒性評估的進一步發展提供了重要的支持和參考。
兩篇論文是遼科大作為第一完成單位在基于人工智能算法的分子性質和化合物毒性預測領域的重要成果，也彰顯了學校在科研和研究生培養方面的持續努力和不斷進步，不僅推動了相關學科的發展，也為國家的藥物發現和開發方向作出重要貢獻。（供稿單位：計算機學院 圖片來源：計算機學院）
新聞來源：http://www.rmmxmdw.xyz/news/info/1003/10171.htm