报告题目：基于多层生物网络的药物作用机制探索研究
报告人姓名：张清鹏
报告人单位：香港大学数据科学研究院;医学院药理及药剂学系
报告摘要：药物的发现和再利用需要深入了解药物作用机制（MODA）。现有的计算方法主要以蛋白质-蛋白质相互作用（PPI）网络为基础对MODA进行建模。然而，药物在人体内的分子相互作用远远超出了PPI。此外，这些模型缺乏可解释性，限制了它们的实用性。我们提出了一种可解释的深度学习推理框架（iDPath），通过捕捉到多层生物网络中基因、蛋白质和化学物质之间复杂的高维分子相互作用，实现药物发现和再利用。实验证明，iDPath在通用药物再利用（老药新用）任务上优于现有的最先进的机器学习方法。进一步的研究表明，iDPath可以识别与临床证据一致的明确关键生物路径。为了展示iDPath的实际价值，我们将其应用于识别治疗前列腺癌和高血压的潜在药物。结果表明，iDPath可以发现新的FDA批准的药物。本研究为药物发现提供了一种新颖的可解释的人工智能视角。
个人简历：张清鹏博士现任香港大学数据科学研究院及医学院药理学与药剂学系副教授，曾任教于香港城市大学数据科学学院。他在亚利桑那大学获得系统工业工程博士学位，本科毕业于华中科技大学自动化专业，在伦斯勒理工学院计算机系从事博士后研究。张博士长期致力于基于网络化知识的精准医学研究，并在药物发现、公共卫生和健康管理等领域取得成功应用。他的研究成果发表在Nature Human Behaviour、Nature Communications、JAMIA、MIS Quarterly等期刊上，并获得华盛顿邮报、纽约时报、卫报等中外媒体的广泛报道。张博士的研究荣获香港城市大学校长嘉许奖、杰出研究奖，以及IEEE Andrew P. Sage最佳汇刊论文奖。作为核心科研人员，他还荣获全国科技系统抗击新冠疫情先进集体荣誉。