药物靶标和药物靶标模块临近程度SAB分数，中文关键词

药物靶标：指药物分子所针对的生物分子，如蛋白质、酶、受体等。药物靶标的选择直接影响着药物的疗效和副作用。

药物靶标模块临近程度SAB分数：是一种用于评估蛋白质结构中不同模块之间的相互作用程度的指标。SAB分数越高，表示两个模块之间的相互作用越强。

中文关键词：药物靶标、药物靶标选择、药物疗效、副作用、SAB分数、蛋白质结构、相互作用、模块。

相关问题

药物靶标相互作用预测

药物靶标相互作用预测是指利用机器学习方法，将药物、靶点和已知药物靶标相互作用的知识转化为特征，用于训练预测模型，以预测新药物或新靶点之间的相互作用。

药物靶标相互作用预测问题可以分为四类：(i)已知药物与已知靶点，(ii)已知药物与新靶点候选，(iii)新药物与已知靶点，(iv)新药物与新靶点候选。虽然最终目标是对新药物和候选靶标的相互作用进行预测，但目前大多数方法主要集中在前三类情况下。

在实践中，药物化合物和蛋白质的相似性通常通过特殊设计的测量方法来衡量。通过基于已知药物化合物和靶蛋白相互作用的知识，可以将DTI预测问题看作是复杂网络中更广泛的"链接预测"问题。

因此，药物靶标相互作用预测是通过机器学习方法，将药物、靶点和已知药物靶标相互作用的知识转化为特征，并训练预测模型，用于预测新药物或新靶点之间的相互作用。

生物信息学|DeepPurpose:药物靶标相互作用预测的深度学习库

DeepPurpose 是一个用于药物靶标相互作用预测的深度学习库，它能够预测分子与蛋白质之间的相互作用，可以用于药物研发、药物副作用预测等领域。它包含多种模型，如基于图卷积网络（GCN）的模型、基于注意力机制的模型等，可以根据不同的数据集和应用场景进行选择。同时，DeepPurpose 还提供了可视化工具和模型性能评估工具，方便用户进行模型选择和优化。