MEGH-DDI:基于MolT5驱动的边感知图学习与Hop2Token表征的药物相互作用预测框架

《PLOS Computational Biology》:MEGH-DDI: MolT5-driven edge-aware graph learning with Hop2Token representation for drug–drug interaction prediction

【字体: 大 中 小 】 时间:2026年10月15日 来源:PLOS Computational Biology 3.7

编辑推荐:

  药物-药物相互作用(Drug-Drug Interactions,DDIs)在药理学中至关重要,因为联合用药产生的协同或拮抗效应可增强治疗效果或引发毒性,这对药物安全性评估和新药开发构成重大挑战。当前的分子表征方法往往难以捕捉动态亚结构关系或官能团之间的语义交

  
药物-药物相互作用(Drug-Drug Interactions,DDIs)在药理学中至关重要,因为联合用药产生的协同或拮抗效应可增强治疗效果或引发毒性,这对药物安全性评估和新药开发构成重大挑战。当前的分子表征方法往往难以捕捉动态亚结构关系或官能团之间的语义交互。为克服上述局限,本研究提出MEGH-DDI,一种整合互补分子表征学习与图结构动态感知的多模态框架。该框架采用双通道语义模块,将基于Mol2vec的亚结构表征与MolT5化学语言嵌入相结合,同时基于SHAP的动态特征选择以减少冗余。在细粒度结构建模方面,研究人员引入配备键级注意力(bond-level attention)的边感知GCNII(Edge-aware GCNII),以区分不同类型的化学键。此外,Hop2Token模块将多跳邻域转换为令牌序列,从而支持基于Transformer的高阶亚结构依赖建模。实验结果表明,MEGH-DDI在直推式(transductive)和归纳式(inductive)两种设置下均取得具有竞争力的性能。在DrugBank数据集上,MEGH-DDI在直推式任务中达到98.36%的准确率(Accuracy),优于早期基线并超越近期最先进方法,AUC与AP均超过99.7%。在ChChMiner数据集上,MEGH-DDI的F1分数达到99.05%,较现有最优方法提升2.74个百分点。在归纳式设置下,MEGH-DDI在两个数据集的大多数评估指标上均取得具有竞争力的性能,并在若干关键指标上展现出对竞争方法的优势。上述结果验证了MEGH-DDI在预测涉及未见药物的DDI方面的有效性及其推广至复杂DDI预测场景的潜力。为增强可解释性,MEGH-DDI整合了涵盖原子、化学键和拓扑路径的三层级机制,突出关键原子与化学键的贡献。总体而言,MEGH-DDI为药物安全性评估和新药发现提供了一种高效、准确且可解释的解决方案。代码与数据集可在https://github.com/Lilyjoys/MEGH-DDI获取,并提供了免费网络平台http://www.edgh-ddi.com。
MEGH-DDI:面向药物相互作用预测的多模态图学习框架解读
一、研究背景与问题提出
药物-药物相互作用(Drug-Drug Interactions,DDIs)是现代药理学研究的核心议题之一。随着多药联合治疗在复杂疾病(如癌症和神经退行性疾病)中的广泛应用,药物间可能产生的协同或拮抗效应日益受到关注。联合用药既可能通过多通路协同调控提升治疗精准度,也可能因拮抗作用削弱药效,甚至诱发毒性不良反应。统计表明,约30%的不良药物反应事件与DDI相关。传统DDI研究依赖体内外实验,存在样本代表性不足、测量误差难以避免、成本高昂等局限,难以满足现代药物开发的大规模需求。近年来,人工智能技术为DDI预测开辟了新路径,图神经网络(Graph Neural Networks,GNNs)凭借其处理不规则图数据的优势被广泛采用。然而,现有方法仍存在显著不足:多数模型依赖二维分子表征,难以充分捕捉分子内部的层级结构与语义依赖;传统方法在结合原子级特征与邻域结构方面能力有限,且普遍忽视不同亚结构间的语义交互。为此,研究人员提出了MEGH-DDI框架,旨在通过多模态特征融合与图结构动态感知,实现高效、准确且可解释的DDI预测。
二、研究内容与核心结论
研究人员开发了MEGH-DDI,一种整合分子语义信息与图结构特征的多模态可解释框架。该框架在语义层面结合Mol2vec亚结构嵌入与MolT5化学语言表征,并采用基于SHAP的动态特征选择去除冗余特征;在结构层面引入配备键级注意力的边感知GCNII(Edge-aware GCNII),并利用Hop2Token模块将多跳邻域序列化,实现基于Transformer的高阶结构依赖建模。实验在DrugBank和ChChMiner两个基准数据集上开展,涵盖直推式(transductive)和归纳式(inductive)两种评估设置。结果表明,MEGH-DDI在DrugBank直推式任务中达到98.36%的准确率,AUC与AP均超过99.7%;在ChChMiner数据集上F1分数达99.05%,较现有最优方法提升2.74个百分点。归纳式设置下,模型在多数评估指标上表现优异,验证了其对未见药物的泛化能力。此外,模型的三层级可解释机制(原子、化学键、拓扑路径)为预测提供了直观依据,有助于分析DDI预测相关的分子特征。
三、关键技术方法概述
研究人员采用了以下主要技术方法:其一,Mol2vec分子表征技术,借鉴自然语言处理中Word2Vec范式,将分子结构分解为亚结构"词汇"并通过上下文学习获得分布式向量;其二,MolT5化学语言模型,基于T5架构将SMILES序列视为化学语言,通过自监督预训练提取语法与语义特征;其三,基于SHAP(SHapley Additive Explanations)的监督式特征选择方法,利用LightGBM分类器计算特征贡献权重,从1024维MolT5特征中筛选出300个关键特征,且严格避免数据泄漏;其四,边感知GCNII图卷积模块,在GCNII基础上引入基于边特征的注意力权重,区分单键、双键和芳香键等不同化学键类型,同时通过初始残差和恒等映射缓解过平滑问题;其五,Hop2Token模块与Transformer编码器,将节点多跳邻域信息转换为令牌序列,建模不同拓扑尺度间的长程依赖;其六,自适应子图池化(SAGPooling)与图内/图间注意力机制,实现图级表征提取与跨药物交互建模;其七,自适应边际Sigmoid损失函数(Adaptive Margin Sigmoid Loss,AMSL),通过温度缩放因子、边际偏移和正负样本加权机制提升模型泛化性能。数据集来源方面,研究使用了DrugBank数据集(含1,706种药物和191,808条相互作用,覆盖86种交互类型)和ChChMiner数据集(含997种药物和33,669条相互作用)。
四、研究结果分析
4.1 特征降维方法对比结果。 研究人员在ChChMiner数据集直推式设置下系统比较了不同降维方法对MolT5特征的影响。原始高维特征虽表现良好(准确率97.64%,AUC 99.67%),但存在计算效率瓶颈。传统无监督方法(PCA、UMAP)虽提升整体指标,但灵敏度(Sensitivity,SN)和F1分数不稳定;ANOVA方法保留了特征判别力但提升有限。相比之下,SHAP驱动方法在多项指标上实现突破:准确率提升至98.90%,F1达99.38%,灵敏度显著提升至99.03%,且特征重要性完全可追溯。
4.2 直推式任务性能。 在DrugBank数据集上,MEGH-DDI达到98.36%的准确率,AUC与AP均超过99.7%,优于早期基线和近期最先进方法。在ChChMiner数据集上,模型F1分数达99.05%,较现有最优方法提升2.74个百分点,在小样本稀疏数据集上展现出显著优势。
4.3 归纳式任务性能。 在归纳式设置下,MEGH-DDI在两个数据集的多数评估指标上均取得具有竞争力的性能。模型在涉及两个新药(S1)和新药与已知药(S2)交互的测试场景中均表现良好,验证了其对未见药物的预测能力和泛化潜力。
4.4 可解释性分析。 MEGH-DDI通过注意力机制和模块级分析,在原子级、化学键级和多跳邻域级三个层面生成解释信号,验证了模型识别药物相互作用机制的能力,为合理临床用药提供了可追溯的解释性证据。
五、讨论与结论
研究人员指出,MEGH-DDI通过双通道语义模块与图结构特征提取模块的协同设计,有效克服了传统方法在动态亚结构关系捕捉和语义交互建模方面的局限。SHAP特征选择策略在保持任务相关信息的同时显著提升了计算效率,边感知GCNII通过区分化学键类型增强了模型对分子局部结构变化的敏感性,Hop2Token模块则为高阶亚结构依赖建模提供了新途径。研究结论表明,MEGH-DDI为药物安全性评估和新药发现提供了一种高效、准确且可解释的解决方案,其代码、数据集和免费网络平台均已公开,可供相关领域研究者使用和验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号