Original title: Uncertainty-aware deep learning for drug-target interaction prediction
- 創薬プロセスは平均15年、約20億ドルを要するため、計算手法の進展が求められている。
- 深層学習は薬剤-標的相互作用 (DTI) 予測において有望だが、そのブラックボックス性と不確実性定量化の欠如が臨床応用の信頼性を制限していた。
- 本研究では、ベイズ深層学習の原則を活用し、認識論的（epistemic）不確実性と偶発的（aleatoric）不確実性の両方を定量化する不確実性認識型深層学習モデルを提案。
- 提案モデルは、競争力のある予測性能と有意義な不確実性スコアを提供し、DTI予測の解釈可能性と信頼性を向上させる。