宋河顺手开了一个新程序，按伊雷马实验室数据，同步复现药物预测流程。</p>

别人做的成果，他不敢全盘接收，还是亲自上手验证一下稳妥！</p>

首先是经典的DDIs预测，即药物-药物相互作用，探讨病人短时间服用多种药物后，产生的复合效应。</p>

当初在京海大学实验室，吕承恩讲过中药预测五原则，相反为制、相畏为制、相喜为制、相资为制、相恶为制，也是药物和药物相互作用的原理，只不过现代的DDIs预测深入到分子层面了。</p>

之前宋河看相关论文时，见过基于图卷积神经网络的DDIs预测，以及基于平衡理论的预测。</p>

前者太片面，只考虑邻接矩阵元素。而后者则太绝对，总结起来就是“朋友的朋友是朋友”、“朋友的朋友是敌人”，但实际的药物研发中，关系远比平衡理论要错综复杂。</p>

电脑屏幕上，伊雷马实验室居然两种方法都弃之不用，赫然使用了新方法进行DDIs预测！</p>

宋河研读许久，基本明白了思路……大数据库推导！</p>

伊雷马实验室尝试将海量化合物进行拓展，梳理出亲戚关系，画出一个壮观的树状图，每个枝丫都连接一种相似的化合物。</p>

之后，再通过已经确定的化合物药用特性，大胆猜测未知化合物的药效。</p>

这感觉好比，知道丈夫是生物学家，知道妻子是短跑运动员，于是便猜测这对夫妻将来的孙子能够……一边短跑冲刺一边手拿显微镜观察细菌……</p>

本质上还是瞎猜药物，但在瞎猜中多了一丝丝牵强附会的推理。</p>

“好难！”宋河吐槽。</p>

他在帖子里寻找伊雷马实验室用的大数据库。</p>

找了半天……没找到？</p>

“怪不得呢！原来公布的只是边缘数据，最核心的没公布啊！”宋河摇头失笑。</p>

没办法，他只得尝试自己搜集数据库。</p>

他先在网上寻找，用过相似工作方式的科研团队。</p>