CDI-DTI: A Strong Cross-Domain Interpretable Drug-Target Interaction Prediction Framework Based on Multi-Strategy Fusion

可解释性 计算机科学 保险丝(电气) 人工智能 融合 水准点(测量) 融合机制 机器学习 特征(语言学) 数据挖掘 传感器融合 模式识别(心理学) 机制(生物学) 深度学习 财产(哲学) 特征提取 多种型号 预测建模
作者
Xiangyu Li,Haojie Yang,Kaimiao Hu,Runzhi Wu,Ruibing Chen,Guangjian Ni,Liangliang Liu,Ran Su
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:66 (5): 2627-2639 被引量:2
标识
DOI:10.1021/acs.jcim.5c02908
摘要

Accurate prediction of drug-target interaction (DTI) is pivotal for drug discovery, yet existing methods often fail to address challenges like cross-domain generalization, cold-start prediction, and interpretability. In this work, we propose CDI-DTI, a novel cross-domain interpretable framework for DTI prediction, designed to overcome these limitations. By integrating multimodal features-textual, structural, and functional-through a multistrategy fusion approach, CDI-DTI ensures robust performance across different domains and in cold-start scenarios. A multisource cross-attention mechanism is introduced to align and fuse features early, while a bidirectional cross-attention layer captures fine-grained intramodal drug-target interaction. At the late fusion stage, we incorporate Gram Loss for feature alignment and a deep orthogonal fusion module to eliminate redundancy. Experimental results on several benchmark data sets demonstrate that CDI-DTI significantly outperforms existing methods, particularly in cross-domain and cold-start tasks, while maintaining high interpretability for practical applications in drug-target interaction prediction.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
雾随风完成签到,获得积分10
刚刚
晓锅巴完成签到 ,获得积分10
1秒前
拼搏傲蕾完成签到,获得积分10
1秒前
Zzhangoo完成签到 ,获得积分10
1秒前
sky完成签到,获得积分10
1秒前
1秒前
小太阳完成签到,获得积分10
1秒前
1秒前
顺利毕业完成签到,获得积分10
1秒前
从不离家的蜗牛完成签到,获得积分10
2秒前
张颖涛发布了新的文献求助10
2秒前
渴者易饮完成签到,获得积分10
2秒前
JOhn发布了新的文献求助10
2秒前
luyue9406的应助被小yu采纳,获得10
2秒前
哈哈哈哈完成签到,获得积分10
2秒前
hanxin108完成签到,获得积分20
2秒前
fei关闭了fei的文献求助
2秒前
天天向上的应助被六六采纳,获得10
2秒前
纹纹发布了新的文献求助10
3秒前
奋斗的誉完成签到,获得积分10
3秒前
shuxin完成签到,获得积分10
3秒前
zliu16发布了新的文献求助10
3秒前
crc完成签到,获得积分10
4秒前
4秒前
传奇3的应助被姜有明采纳,获得10
4秒前
笑笑完成签到,获得积分10
4秒前
万能图书馆的应助被xx采纳,获得10
4秒前
风中不平完成签到,获得积分10
4秒前
嫤姝完成签到,获得积分10
5秒前
乌鲁鲁大师完成签到,获得积分10
5秒前
MrX完成签到,获得积分10
5秒前
HJJHJH的应助被糯米球采纳,获得10
5秒前
hanxin108发布了新的文献求助10
5秒前
kevin发布了新的文献求助100
5秒前
啊哈哈哈哈哈完成签到 ,获得积分10
6秒前
Biogene完成签到,获得积分10
6秒前
小0肚0子完成签到,获得积分10
6秒前
Ren完成签到,获得积分10
6秒前
7秒前
星辰大海的应助被夏天采纳,获得10
7秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
Social Psychology in the Real World 600
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8180275
求助须知:如何正确求助?哪些是违规求助? 9570366
关于积分的说明 21810725
捐赠科研通 7776380
什么是DOI,文献DOI怎么找? 3433277
关于科研通互助平台的介绍 2557483
邀请新用户注册赠送积分活动 2479042