题目：Artificial intelligence in the prediction of protein–ligand nteractions: recent advances and future directions

文献来源：https://doi.org/10.1093/bib/bbab476

代码：无（该文章为综述）

简介：新药生产，从目标识别到营销批准，需要超过12年的时间，成本约为26亿美元。此外，COVID-19大流行揭示了对药物发现更强大的计算方法的迫切需求。在这里，我们回顾了药物发现背景下预测蛋白质-配体相互作用的计算方法，重点是使用人工智能(AI)的方法。我们首先简要介绍蛋白质（靶点），配体（例如药物）及其对非专家的相互作用。接下来，我们回顾了通常用于蛋白质-配体相互作用领域的数据库。最后，我们调查和分析了用于预测蛋白质-配体结合位点，配体结合亲和力和结合姿势（构象）的机器学习(ML)方法，包括经典的ML算法和最近的深度学习方法。在探索了蛋白质-配体相互作用的这三个方面之间的相关性之后，有人提出应该统一研究它们。我们预计我们的评论将有助于探索和开发更准确的基于ML的预测策略。

-------------------------------------------
欢迎点赞收藏转发！
下次见！