يُستخدم التصميم المُدعوم بالحوسبة لأغراض تطوير الأدوية الحاسوبية عالية الأداء لمحاكاة المهام المرتبطة بتصميم الأدوية، وهي مجال بحثي واعد. ويشكل التنبؤ بقوة الارتباط بين الدواء والهدف (DTA) الخطوة الأهم في التصميم المُدعوم بالحوسبة، حيث يمكنه تسريع عملية تطوير الأدوية وتقليل استهلاك الموارد. ومع تطور التعلم العميق، أصبح دمج التعلم العميق في التنبؤ بـ DTA وتحسين دقة التنبؤ محورًا رئيسيًا للبحث. في هذه الورقة، وباستخدام المعلومات الهيكلية للجزيئات والبروتينات، تم بناء رسمين بيانيين على التوالي للجزيئات الدوائية والبروتينات. ثم تم استخدام الشبكات العصبية الرسومية لاستخلاص تمثيلاتها، وتم اقتراح طريقة تُسمى DGraphDTA للتنبؤ بـ DTA. وبشكل خاص، يُبنى الرسم البياني للبروتين بناءً على خريطة الاتصال الناتجة عن طريقة التنبؤ، التي تُمكن من التنبؤ بالخصائص الهيكلية للبروتين بناءً على تسلسله. ويمكن ملاحظة من اختبارات الأداء باستخدام مجموعة متنوعة من المقاييس على مجموعات بيانات معيارية أن الطريقة المقترحة في هذه الورقة تتمتع بقوة موثوقية عالية وقدرة تعميم قوية.