我院教师王珣、硕士生张旭东在生物信息学领域顶级期刊《Briefings in Bioinformatics》(BIB)发表题为“Molormer: a lightweight self-attention-based method focused on spatial structure of molecular graph for drug-drug interactions prediction”的研究论文。BIB是生物信息学领域顶级期刊之一，最新影响因子13.994，为中国石油大学（华东）T0期刊。

用于治疗复杂疾病的多药组合正逐渐成为一种重要的治疗方法，这种类型的治疗可以利用药物之间的协同作用。然而，药物间相互作用（DDI）并不都是有益的。准确快速地识别DDI对于提高联合治疗的有效性和避免意外的副作用至关重要。传统的DDI预测方法仅使用药物序列信息或药物图信息，忽略了有关空间结构中原子和边位置的信息。论文提出了一种基于轻量级注意力机制的DDI预测方法Molormer。Molormer以药物的二维结构为输入，并用空间信息对分子图进行编码。此外，Molormer利用轻量级注意力机制和自注意力蒸馏对编码后的分子图进行空间处理，既保留了多头注意力机制，又降低了计算和存储成本。最后，论文使用孪生网络架构作为Molormer的架构，这可以充分利用有限的数据来训练模型以获得更好的性能，并在一定程度上限制处理药物特征的网络之间的差异。在案例研究部分，论文使用Molormer来预测药物Aliskiren，Selexipag和Vorapaxar之间新的相互作用，并验证了部分预测。

The overview of Molormer