药物靶点相互作用预测中的异构网络

药物发现需要巨大的时间和成本。作为这一过程中重要环节的计算药物靶点相互作用预测，可通过缩小湿实验室实验的搜索空间来降低这些要求。在本综述中，我们提供了针对预测药物靶点相互作用的图机器学习方法的全面细节，因为这些方法在该领域显示出有前景的成果。这些细节包括整体框架、主要贡献、数据集及其源代码。所选论文主要发表于2020至2024年。在讨论论文之前，我们简要介绍了这些方法常用的数据集以及评估其性能的度量方式。最后，讨论未来的挑战和一些需要探索的关键领域。