开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
- 课题研究的背景及意义
由于药物研发的过程投入成本巨大，失败的风险较高，人们开始寻求降低成本和风险的方法，因此计算机辅助药物设计的技术开始发展。现在这种技术已经成功地应用于药物研发的各个阶段，加快了研究和开发的过程。
计算机辅助药物设计，是一种以计算机化学为基础，通过计算机的模拟来预测试和计算配体与受体生物大分子之间的关系，从而进行先导化合物的优化与设计。经过人们多年的努力探索，目前这种方法已经逐步走向成熟，在药物研发中发挥着越来越重要的作用，日益成为药物研究的核心技术之一。
分子对接技术是计算机辅助药物设计技术中一项比较成熟且应用广泛的技术。随着药物研究新方法的出现和新技术的发展，越来越多的蛋白质三维结构被发现，出现了大量潜在靶点，拓宽了分子对接技术和虚拟筛选在药物设计研究中的应用范围。现在分子对接技术已经广泛地应用于药物研发领域，模拟小分子配体和大分子受体之间的复合反应，大大地节约了药物的研究成本和缩短了药物研发周期。
随着人工智能技术的发展，深度学习这种新兴的机器学习算法已经应用于众多领域，展现出强大的适用性和提取数据特征的能力。深度学习是指通过学习样本数据的内在规律和表示层次，使得机器像人类一样具有分析数据的能力，能够识别文字、图片等数据。药物研发的过程中积累了大量的药理数据，传统的方法难以处理，而人工智能的兴起给药理数据的处理提供了新的方式。这种技术目前在药物研发领域的应用包括了虚拟筛选，定量构效关系分析，对药物吸收、分布、代谢、排泄和毒性等特性进行计算评估等等。近年来，深度学习也被应用于预测分子特性和生成所需的分子，这将进一步促进人工智能与药物研究的结合。作为一个新兴算法，深度学习还存在一些缺陷，例如深度神经网络训练的效率和精确度取决于训练数据的量，往往需要大量的数据才能训练得到一个满意的模型，因此数据的数量会直接影响最后的结果。对于深度学习模型机制的研究也仅处于早期阶段，还有许多未知等待去探究。也因如此，深度学习在医药领域的前景十分广阔，也有待探索。
- 课题研究内容
本课题研究的内容为综述深度学习在预测药物靶点方面的研究进展，再学习分子对接技术，进行实验，以达到预测药物靶点之间相互作用的目的。本课题的任务如下：
一、了解药物靶点相互作用的基本概况。
药物靶点是指能和药物进行特异性结合，经过一系列作用，产生特异的生理效应或者药理效应，使得药物发挥作用，达到调节生理现象或者预防治疗疾病作用的生物大分子，主要为蛋白质分子。目前已知的药物作用靶点约有500个，而根据人类基因组研究的结果预测，细胞内能与药物分子作用的靶点远远超过500个。并且药物与靶点的作用也很复杂，并不是一个药物只针对一个靶点，有的作用可能会导致副作用，也有的可能会导致其他的医学用途。
二、综述目前深度学习预测药物靶点相互作用的研究进展。
目前深度学习技术已经被用于预测蛋白质的二级结构、主干扭转角和残基接触。通过对蛋白质的结构研究，可以基于蛋白质的结构来有针对性地设计针对蛋白质靶标的药物小分子，以达到预期的目标。深度学习可以通过特征提取来预测药物和靶点之间的作用关系。深度学习也被用来预测蛋白质-蛋白质的结合位点，它可以成为不同于传统靶点的新的药物靶点，有希望研究出针对这一类靶点的新药物。
