SSM-DTA：突破药物-靶标亲和力预测中的数据稀缺性瓶颈

准确预测药物-靶标亲和力（Drug-Target Affinity, DTA）在新药研发的早期阶段具有至关重要的意义，有助于识别能够有效作用于特定靶标并调控其活性的候选药物。尽管湿实验仍是目前最可靠的验证方法，但其耗时长、成本高，导致可用数据量有限，给深度学习方法的应用带来了挑战。现有方法主要聚焦于基于已有DTA数据的建模技术，却未能充分解决数据稀缺这一核心问题。为应对这一挑战，本文提出SSM-DTA框架，融合三种简单但高效的方法策略：（1）采用多任务学习范式，将DTA预测与掩码语言建模（Masked Language Modeling, MLM）相结合，利用配对的药物-靶标数据进行联合训练；（2）引入半监督训练机制，利用大规模未配对的分子和蛋白质数据增强药物与靶标的表征能力，该方法区别于以往仅依赖分子或蛋白质进行预训练的策略；（3）集成轻量级交叉注意力模块，强化药物与靶标之间的交互建模，进一步提升预测精度。在BindingDB、DAVIS和KIBA等基准数据集上开展的大量实验表明，本框架展现出显著优于现有方法的性能。此外，我们通过具体药物-靶标结合活性的案例研究、虚拟筛选实验、药物特征可视化以及实际应用场景分析，充分验证了该方法在真实世界中的巨大潜力。综上所述，SSM-DTA框架有效缓解了DTA预测中的数据受限问题，取得了令人瞩目的成果，为实现更高效、更精准的药物发现提供了有力支持。相关代码已开源，访问地址为：$\href{https://github.com/QizhiPei/SSM-DTA}{GitHub}$。