[论文解读] Deep learning for drug repurposing: methods, databases, and applications

Xiaoqin Pan, Xuan Lin+6 more|arXiv (Cornell University)|Feb 8, 2022

Computational Drug Discovery Methods被引用 11

一句话总结

本综述整合了用于药物重定位的深度学习方法、数据库和应用，重点聚焦于基于序列和图的表征方法，以加速治疗发现。它突出了最先进模型及其在识别SARS-CoV-2药物重定位中的成功应用，为利用大规模生物医学数据开展复杂疾病研究提供了全面框架。

ABSTRACT

Drug development is time-consuming and expensive. Repurposing existing drugs for new therapies is an attractive solution that accelerates drug development at reduced experimental costs, specifically for Coronavirus Disease 2019 (COVID-19), an infectious disease caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). However, comprehensively obtaining and productively integrating available knowledge and big biomedical data to effectively advance deep learning models is still challenging for drug repurposing in other complex diseases. In this review, we introduce guidelines on how to utilize deep learning methodologies and tools for drug repurposing. We first summarized the commonly used bioinformatics and pharmacogenomics databases for drug repurposing. Next, we discuss recently developed sequence-based and graph-based representation approaches as well as state-of-the-art deep learning-based methods. Finally, we present applications of drug repurposing to fight the COVID-19 pandemic, and outline its future challenges.

研究动机与目标

• 提供适用于药物重定位的深度学习方法论的系统性概述。
• 整理并评估与药物重定位相关的关键生物信息学和药物基因组学数据库。
• 分析药物和靶点的最先进序列基和图基表征学习技术。
• 展示深度学习在识别SARS-CoV-2及其他复杂疾病重定位药物中的应用。
• 概述在整合多组学和生物医学数据以实现人工智能驱动药物发现方面当前的挑战与未来方向。

提出的方法

• 本文综述了基于序列的嵌入技术，如自编码器和基于变压器的模型，用于编码药物和靶点序列。
• 研究了图神经网络（GNNs）在建模分子结构和蛋白质-蛋白质相互作用网络中的应用。
• 作者评估了整合来自不同数据库的药物、靶点和疾病数据的多模态深度学习框架。
• 讨论了将异构生物数据统一到联合嵌入空间中的表征学习策略。
• 研究强调了迁移学习和少样本学习方法，以在标注数据有限的情况下提升模型泛化能力。
• 介绍了近期药物重定位研究中使用的基准测试协议和评估指标。

实验结果

研究问题

• RQ1 深度学习模型如何有效整合多源生物医学数据以实现药物重定位？
• RQ2 针对药物和靶点，最有效的序列基和图基表征方法是什么？
• RQ3 深度学习模型如何被应用于识别SARS-CoV-2的重定位药物？
• RQ4 支持深度学习在药物重定位中应用的关键数据库和数据整合策略有哪些？
• RQ5 在将深度学习方法扩展至COVID-19以外的复杂疾病时，面临的主要挑战是什么？

主要发现

• 利用分子结构图基表征的深度学习模型在药物-靶点相互作用预测中表现出更优的预测性能。
• 基于序列的模型，如变压器和自编码器，能够从有限的生物序列中实现有效的表征学习。
• 整合药物、靶点和疾病数据的多模态深度学习框架在识别重定位候选药物方面实现了更高的准确率。
• 多个深度学习模型成功识别出已知和新型SARS-CoV-2药物候选，展示了其在疫情应对中的实际应用价值。
• 尽管已取得进展，数据异质性、模型可解释性以及在多样化疾病背景下的泛化能力仍面临挑战。
• 整合大规模、经人工整理的数据库（如DrugBank、DGIdb和CTRP）显著提升了模型的性能和可靠性。