SSM-DTA : Rompre les barrières de la rareté des données dans la prédiction de l'affinité médicament-cible

La prédiction précise de l’affinité entre un médicament et sa cible (Drug-Target Affinity, DTA) revêt une importance capitale dans la découverte de médicaments en phase précoce, car elle permet d’identifier efficacement les composés capables d’interagir spécifiquement avec des cibles biologiques et de réguler leur activité. Bien que les expériences en laboratoire restent la méthode la plus fiable, elles sont longues et coûteuses, ce qui limite la disponibilité des données, posant ainsi des défis aux approches fondées sur l’apprentissage profond. Les méthodes existantes se sont principalement concentrées sur le développement de techniques basées sur les données disponibles de DTA, sans suffisamment aborder le problème de la rareté des données. Pour surmonter cette limitation, nous proposons le cadre SSM-DTA, qui intègre trois stratégies simples mais extrêmement efficaces : (1) une approche d’apprentissage multi-tâches combinant la prédiction de DTA et le modèle de langage masqué (Masked Language Modeling, MLM) à l’aide de paires de données médicament-cible ; (2) une méthode d’apprentissage semi-supervisé exploitant de grandes quantités de molécules et de protéines non appariées afin d’améliorer les représentations des médicaments et des cibles, une approche qui se distingue des méthodes antérieures se limitant à l’utilisation de molécules ou de protéines seules lors de l’étape de pré-entraînement ; (3) l’intégration d’un module léger à attention croisée pour renforcer l’interaction entre médicaments et cibles, contribuant ainsi à améliorer encore la précision de la prédiction. À travers des expériences approfondies sur des jeux de données standards tels que BindingDB, DAVIS et KIBA, nous démontrons la supériorité de notre cadre. En outre, nous menons des études de cas portant sur des activités spécifiques d’interaction médicament-cible, des expériences de criblage virtuel, des visualisations des caractéristiques des médicaments et des applications réelles, toutes illustrant le fort potentiel de notre approche. En conclusion, le cadre SSM-DTA que nous proposons surmonte efficacement le défi lié à la limitation des données dans la prédiction de DTA et obtient des résultats prometteurs, ouvrant la voie à des processus de découverte de médicaments plus efficaces et précis. Notre code est disponible à l’adresse suivante : $\href{https://github.com/QizhiPei/SSM-DTA}{Github}$.