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。