---

项目简介

DTI-MoE 是我们大创项目的开源实现，围绕 DTI（Drug-Target Interaction）任务构建可复现、可演示、可扩展的工程化方案。

融合三类核心模态：

• 分子图结构表征（SMILES -> GNN embedding）
• 蛋白 3D 结构表征（PDB -> residue graph embedding）
• 蛋白序列表征（ESM2 embedding）

联合优化两个任务：

• Affinity regression
• Interaction classification

---

功能矩阵

---

架构流程

flowchart LR
    A[SMILES] --> B[Drug Graph Encoder]
    C[PDB Structure] --> D[Protein 3D Encoder]
    E[ESM2 Embedding] --> F[Sequence Feature]
    D --> G[Protein Fusion]
    F --> G
    B --> H[DTI-MoE Backbone]
    G --> H
    H --> I[Affinity Regression Head]
    H --> J[Interaction Classification Head]

---

快速开始

pip install -r requirements.txt
python run_moe.py --mode quick_test
streamlit run app.py

---

训练与评估

# Train
python run_moe.py --mode train --dataset KIBA
python run_moe.py --mode train --dataset DAVIS

# Test
python run_moe.py --mode test --dataset KIBA --checkpoint <checkpoint_path>
python run_moe.py --mode test --dataset DAVIS --checkpoint <checkpoint_path>

# Visualization
python eval_visualize.py

---

Benchmark 结果

---

可视化画廊

---

开源协作

• 贡献指南：CONTRIBUTING.md
• 行为准则：CODE_OF_CONDUCT.md
• 版本记录：CHANGELOG.md
• 引用信息：CITATION.cff

License

MIT License. See LICENSE.