双模态特征融合的双边注意力网络DFT_ANPD：基于深度学习的抗癌天然产物智能检测新范式

本研究针对抗癌药物研发中天然产物筛选的精准性问题，提出DFT_ANPD深度学习框架。通过整合1D-CNN提取的分子结构特征与SMILES-BERT生成的语义嵌入，创新性采用双边注意力机制实现多模态特征融合，显著提升预测性能。在NPACT和CancerHSP数据集上AUC-ROC达0.923，成功鉴定出FDA已批准的放线菌素D等候选分子，为加速抗癌药物发现提供智能化解决方案。

　　

癌症作为全球第二大死因，每年导致近千万人死亡，尽管现有治疗手段不断进步，但化疗药物普遍存在毒性大、耐药性等问题。天然产物因其结构多样性和低毒性特点，已成为抗癌药物研发的重要来源，但传统实验筛选方法耗时耗力，而现有计算模型如iANP-EC存在特征提取不全面、泛化能力有限等缺陷。

针对这一挑战，研究人员开发了DFT_ANPD（Dual-Feature Two-sided Attention Network for Anticancer Natural Products Detection）深度学习框架。该研究创新性地将分子结构信息与大型语言模型（LLM）嵌入相结合，通过1D卷积神经网络（1D-CNN）解析SMILES字符串的化学模式，同时采用微调的SMILES-BERT模型提取语义特征。核心创新点在于设计了两边注意力机制（two-sided attention mechanism），动态加权融合结构特征与语义特征，最终通过sigmoid函数预测抗癌活性。研究使用NPACT和CancerHSP数据集进行训练验证，并采用独立数据集NPASS评估泛化能力。

关键技术包括：1）基于SMILES字符串的1D-CNN特征提取；2）微调SMILES-BERT模型生成分子语义嵌入；3）双边注意力特征融合机制；4）分子对接验证（针对排名第6的化合物NPC479359与CB2受体等5种癌症相关蛋白的结合分析）。

【Method comparison】
与当前最优模型iANP-EC相比，DFT_ANPD在NPACT数据集上AUC-ROC提升7.2%（0.923 vs 0.861），AUC-PR提高19.4%（0.901 vs 0.754）。独立测试集NPASS验证中，模型成功识别出FDA批准的放线菌素D（dactinomycin），其预测评分位列前十。

【Conclusion】
该研究构建的DFT_ANPD框架首次实现LLM嵌入与化学结构特征的深度整合，双边注意力机制有效捕捉分子关键特征。通过对接实验证实，模型预测的第6位化合物NPC479359与DNA裂解酶等靶点具有强结合力（结合能<-9 kcal/mol），验证了预测可靠性。这项发表于《Computers in Biology and Medicine》的工作，为抗癌天然产物筛选提供了准确率达92.3%的智能工具，显著加速了从化合物发现到临床前研究的转化进程。

研究突破体现在三方面：首先，建立首个融合LLM与结构特征的抗癌天然产物预测体系；其次，创新性注意力机制解决了多模态特征权重分配难题；最后，通过独立数据集验证和分子对接实验，形成"计算预测-实验验证"的闭环研究范式。该框架的模块化设计可扩展至其他疾病类型的药物发现，为人工智能驱动的药物研发提供了新思路。