[论文解读] DeepPurpose: a Deep Learning Library for Drug-Target Interaction Prediction and Applications to Repurposing and Screening

Kexin Huang, Tianfan Fu+4 more|arXiv (Cornell University)|Apr 19, 2020

Computational Drug Discovery Methods参考文献 47被引用 17

一句话总结

DeepPurpose 是一个用户友好的深度学习工具包，用于药物-靶点相互作用（DTI）预测，使非计算研究人员和计算研究人员都能通过五个预训练模型，仅用极少代码即可执行虚拟筛选和药物重定位。它支持15种药物和靶点编码方式、50多种深度学习架构以及基准数据集，在标准DTI基准测试中达到最先进性能，并识别出针对COVID-19重定位的临床相关候选药物。

ABSTRACT

Accurate prediction of drug-target interactions (DTI) enables drug discovery tasks, including virtual screening and drug repurposing, which can shorten the time to identify promising drug candidates and provide cures to patients. Recently, there is a growing number of research that developed deep learning (DL) models for DTI. Despite their superior performance, these research models are difficult to use in real drug discovery practice due to the complexity of deploying the research code as well as the restricted data formatting, model capacity, and evaluation setting. We present DeepPurpose, a comprehensive and easy-to-use software toolkit for DL based drug-target interaction (DTI) prediction with applications to drug screening and repurposing. The unique feature of DeepPurpose is that it enables non-computational drug development scientists to identify drug candidates based on five pre-trained DL models with only a few lines of codes. Further, computer scientists can use DeepPurpose to train customized DTI prediction models with 15 drug and target encodings and 50+ novel DL architectures. To tackle method development challenges, DeepPurpose also supports various data split settings and preloads five benchmarking datasets. We demonstrated that DeepPurpose allows users to obtain state-of-the-art prediction performance on several benchmark datasets. We also presented several case studies, including a study on drug repurposing for COVID-19, where promising drug candidates currently investigated in clinical trials are ranked high in DeepPurpose predictions.

研究动机与目标

• 为先进深度学习DTI模型与实际药物发现中的可用性之间的差距提供解决方案。
• 为非计算科学家提供简单界面，使其仅用极少编码即可使用预训练模型预测DTI。
• 为计算研究人员提供灵活框架，支持使用多样化编码和架构训练自定义DTI模型。
• 通过整合多种数据划分策略和基准数据集，实现评估和模型开发的标准化。
• 支持关键应用，如药物重定位，通过SARS-CoV-2（COVID-19）的案例研究加以证明。

提出的方法

• 该工具包实现了50多种用于DTI预测的深度学习架构，包括基于注意力机制和图神经网络的模型。
• 支持15种不同的药物和靶点编码方式，如SMILES、指纹图谱和蛋白质序列，用于表示分子和靶点特征。
• DeepPurpose 提供五个预训练模型，这些模型已在基准数据集上微调完成，用户仅需极少输入即可直接进行推理。
• 该框架支持多种数据划分策略，包括随机划分、基于骨架的划分和基于时间的划分，以确保模型评估的稳健性。
• 它包含预加载的基准数据集，如Davis、KIBA和PDB，支持标准化的性能比较。
• 系统采用模块化API设计，允许用户轻松更换编码方式、架构和评估协议。

实验结果

研究问题

• RQ1 统一的深度学习工具包是否能显著降低非计算研究人员在DTI预测中的入门门槛？
• RQ2 DeepPurpose中的预训练模型在标准DTI基准数据集上能否实现最先进性能？
• RQ3 DeepPurpose在识别新兴疾病（如COVID-19）的药物重定位候选药物方面效果如何？
• RQ4 该工具包是否能支持使用多样化编码和架构进行灵活的模型开发，以满足自定义DTI建模需求？
• RQ5 多种数据划分策略的集成如何提升模型泛化能力和评估可靠性？

主要发现

• 通过先进架构与稳健数据处理的结合，DeepPurpose在Davis、KIBA和PDB等多个基准DTI数据集上实现了最先进性能。
• DeepPurpose中的五个预训练模型使非专家用户仅用几行代码即可预测DTI，显著降低了药物发现团队的入门门槛。
• 在一项针对COVID-19药物重定位的案例研究中，DeepPurpose将若干正在临床试验中的药物排在前列，证明了其在现实场景中的预测相关性。
• 该工具包支持15种药物和靶点编码方式以及50多种深度学习架构，为计算研究人员提供了高度可定制性。
• DeepPurpose对多样化数据划分策略的支持，增强了模型在不同生物和化学背景下的评估可靠性与泛化能力。
• 基准数据集与标准化评估协议的集成，使得不同研究之间的模型比较更加一致且可复现。