西工大新闻网4月30日电（朱蓓）近期，西北工业大学生命学院施建宇教授、计算机学院于会副教授以及香港大学计算机系的姚兆明教授组成了“BT IT”交叉学科研究团队，在“药物-微生物”潜在关联预测方法领域取得了进展。该课题组设计了一个名为“近邻注意力网络”的深度学习模型，可用于筛选潜在的“药物-微生物”关联关系，可望有效降低药物筛选成本。相关研究成果发表于微生物学领域内期刊Frontiers in Microbiology（Front. Microbiol., 11 April 2022）上。

已有的研究（包括细胞实验、动物实验、流行病学研究、临床病例等）证实了人体微生物群与人类健康有着密不可分的关系。当微生物群异常时，可能会导致多种常见的代谢紊乱疾病。比如异常肠道菌群将导致非酒精性脂肪性肝病、肥胖、糖尿病等。另一方面，在采用口服药物治疗这些疾病时，许多药物可以被人体微生物所代谢，从而显著改变其药理作用，导致患者的治疗效果降低。因此，在用药前确定潜在的“药物-微生物”关联是至关重要的。然而，由于微生物种类繁多，传统的“药物-微生物”关联测定方法成本高，耗时长，无法在大范围内应用。

人工智能技术能够在短时间内预测潜在“药物-微生物”关联，从而为传统生物实验指明了探索方向从而大幅度节约成本，成为了新的研究热点。通过构建“药物-微生物”异构图，本研究团队提出了一个近邻注意力网络（NearestNeighborAttentionNetwork，简称NNAN)深度学习模型。在两个标准数据集及实际案例分析的实验结果表明，该模型能有效地筛选潜在的“药物-微生物”关联关系。

生命学院博士研究生朱蓓及硕士研究生徐意为该论文的共同第一作者，施建宇教授及计算机学院于会副教授为该论文的共同通讯作者。该研究成果得到了国家自然科学基金和陕西省重点研发计划等科研项目的支持。

（审稿：杨慧）