构建ABC转运蛋白抑制剂高级机器学习模型评估药物-药物相互作用

研究团队构建了整合经典与图基定量构效关系（QSAR）模型的DDI风险评估流程，用于在计算机中筛查新药候选物经ABC转运蛋白介导的药物-药物相互作用（DDI）风险。模型基于公开的大规模、结构多样的体外抑制数据训练，覆盖P-gp、BCRP和MRP1三个转运蛋白，R2达0.58至0.82。外部预测成功识别出抑制剂，并经实验验证或文献复核确认，同时检出可能引发临床相关DDI的药物。研究还建立了大型多样的ABC转运蛋白抑制剂数据库，为候选药物转运体介导DDI的早期评估提供可应用的替代方案。