人工智能在宿主与病原体蛋白质互作预测中的应用进展

宿主与病原体之间的蛋白质-蛋白质互作(Host-pathogen protein-protein interaction,HP-PPI)是病原体感染宿主的关键分子事件,准确识别HP-PPI对于理解宿主的免疫防御机制、病原体的致病机制,以及研发抗感染药物都具有重要意义。近年来,蛋白质互作实验技术的发展及其在宿主与病原体互作研究中的应用,积累了大量的HPPPI数据,于是人工智能技术逐渐在HP-PPI预测研究领域中脱颖而出。本文综述了人工智能方法在HP-PPI预测研究领域中的应用,首先介绍了基于人工智能方法识别HP-PPI的任务流程,总结了收录HP-PPI数据的常用数据库;然后重点对机器学习和深度学习两大类人工智能方法在HP-PPI预测研究领域中的应用进行分类归纳,介绍了部分经典算法模型的基本原理、特征选择和模型评估结果等;最后,分析了人工智能方法预测HP-PPI面临的问题及挑战,以期为宿主与病原体互作研究领域的科研人员提供思路和参考。