摘要

准确预测药物-靶点相互作用（Drug-Target Interaction, DTI）对于药物发现至关重要。近年来，深度学习（Deep Learning, DL）模型在DTI预测任务中展现出良好的性能。然而，这些模型对初入生物医学领域的计算机科学研究人员，以及缺乏深度学习经验的生物信息学工作者而言，往往难以使用。为此，我们提出了DeepPurpose——一个全面且易于使用的深度学习库，专用于DTI预测。DeepPurpose集成了15种化合物与蛋白质编码器，以及50多种神经网络架构，支持用户自定义DTI预测模型的训练，并提供了多种实用功能。我们在多个基准数据集上验证了DeepPurpose的性能，结果表明其达到了当前最先进的水平。