谭露露，张鑫鑫，周银座*

（1. 杭州师范大学阿里巴巴商学院 杭州 311121；2. 杭州电子科技大学通信工程学院 杭州 310018）

药物开发周期长、耗资大，药物流失率高。目前，每10 个候选药物中就有9 个在I 期临床试验或监管批准时失败[1]。为改善药物发现过程效率低下的状况，缩短新药研发周期及提高成功率，药物化学家们提出了定量构效关系（quantitative structure -activity relationships, QSAR）的概念。QSAR 是对已知先导化合物的一系列衍生物进行定量的生物活性测定，分析衍生物的理化参数与生物活性的关系，建立结构与生物活性之间的数学模型，并以这种数学模型来指导药物分子设计[2]。早期阶段，机器学习方法是QSAR 领域较为常用的建模方法。由于传统机器学习方法只能处理固定大小的输入，大多早期的QSAR 建模都是针对不同任务，人工生成相应的固定长度的分子描述符。常用的分子描述符包括[3]：1）分子指纹，通过一系列表示特定子结构的二进制数字对分子结构进行编码[3]；2）一维/二维分子描述符：由统计学家和化学家处理的描述分子物理化学和微分拓扑衍生的描述符[3]。常用的建模方法包括线性方法（如线性回归）和非线性方法（如支持向量机、随机森林等）。近年来，深度学习方法已成为QSAR 建模的最新研究方向。

过去十年中，深度学习已成为各领域的主要建模方法，尤其在医学领域，涉及生物活性预测、药物从头设计、医学图像分析和合成预测等多个方向。卷积神经网络（convolutional neural networks, CNN）是深度学习中的一种特殊架构，已成功解决了结构化数据（如图像）的问题[4]。……