朱蓓）近期，西北工業(yè)大學(xué)生命學(xué)院施建宇教授、計算機學(xué)院于會副教授以及香港大學(xué)計算機系的姚兆明教授組成了“bt it”交叉學(xué)科研究團隊，在“藥物-微生物”潛在關(guān)聯(lián)預(yù)測方法領(lǐng)域取得了進展。該課題組設(shè)計了一個名為“近鄰注意力網(wǎng)絡(luò)”的深度學(xué)習(xí)模型，可用于篩選潛在的“藥物-微生物”關(guān)聯(lián)關(guān)系，可望有效降低藥物篩選成本。相關(guān)研究成果發(fā)表于微生物學(xué)領(lǐng)域內(nèi)期刊frontiers in microbiology（front. microbiol., 11 april 2022）上。

已有的研究（包括細胞實驗、動物實驗、流行病學(xué)研究、臨床病例等）證實了人體微生物群與人類健康有著密不可分的關(guān)系。當微生物群異常時，可能會導(dǎo)致多種常見的代謝紊亂疾病。比如異常腸道菌群將導(dǎo)致非酒精性脂肪性肝病、肥胖、糖尿病等。另一方面，在采用口服藥物治療這些疾病時，許多藥物可以被人體微生物所代謝，從而顯著改變其藥理作用，導(dǎo)致患者的治療效果降低。因此，在用藥前確定潛在的“藥物-微生物”關(guān)聯(lián)是至關(guān)重要的。然而，由于微生物種類繁多，傳統(tǒng)的“藥物-微生物”關(guān)聯(lián)測定方法成本高，耗時長，無法在大范圍內(nèi)應(yīng)用。

人工智能技術(shù)能夠在短時間內(nèi)預(yù)測潛在“藥物-微生物”關(guān)聯(lián)，從而為傳統(tǒng)生物實驗指明了探索方向從而大幅度節(jié)約成本，成為了新的研究熱點。通過構(gòu)建“藥物-微生物”異構(gòu)圖，本研究團隊提出了一個近鄰注意力網(wǎng)絡(luò)（nearestneighborattentionnetwork，簡稱nnan)深度學(xué)習(xí)模型。在兩個標準數(shù)據(jù)集及實際案例分析的實驗結(jié)果表明，該模型能有效地篩選潛在的“藥物-微生物”關(guān)聯(lián)關(guān)系。

生命學(xué)院博士研究生朱蓓及碩士研究生徐意為該論文的共同第一作者，施建宇教授及計算機學(xué)院于會副教授為該論文的共同通訊作者。該研究成果得到了國家自然科學(xué)基金和陜西省重點研發(fā)計劃等科研項目的支持。

（審稿：楊慧）