في هذه الدراسة، نقدم نموذجًا تنبؤيًا عميقًا قائمًا على الرسوم البيانية قابلًا للتفسير، يُسمى AttentionSiteDTI، والذي يستخدم مواقع الارتباط البروتينية مع آلية انتباه ذاتي لمعالجة مشكلة تنبؤ التفاعل بين الدواء والهدف. يُلهم النموذج المقترح نماذج تصنيف الجمل في مجال معالجة اللغة الطبيعية، حيث يُنظر إلى المعقد الدوائي-الهدف على أنه جملة تمتلك معنىً علاقةً بين كياناته الكيميائية الحيوية، والمعروفة بجيوب البروتين والجزيء الدوائي. يتيح AttentionSiteDTI التفسيرية من خلال تحديد مواقع ارتباط البروتين التي تسهم بشكل أكبر في التفاعل بين الدواء والهدف. أظهرت النتائج على ثلاث مجموعات بيانات معيارية تحسنًا في الأداء مقارنةً بالنماذج الحالية الأفضل في مجالها. وبشكل أكثر أهمية، تُظهر نماذجنا أداءً متفوقًا عند اختبارها على بروتينات جديدة (أي بقدرة تعميم عالية). من خلال التعاون متعدد التخصصات، قمنا أيضًا بتقييم تجريبي لпотенциال التطبيق العملي للنهج المقترح. ولتحقيق ذلك، قمنا أولاً بتوقع تفاعلات الارتباط بين بعض المركبات المرشحة والبروتين الهدف باستخدام الحوسبة، ثم قمنا بتأكيد هذه التفاعلات تجريبيًا في المختبر. ويعكس التوافق العالي بين التفاعلات المُتنبأ بها حسابيًا والتفاعلات المُلاحظة تجريبيًا (المقاسة) الإمكانات الكامنة لطريقتنا كأداة فعالة للتصنيف الأولي في تطبيقات إعادة توظيف الأدوية.