近日，中心岳振宇副教授团队在《Nature Machine Intelligence》期刊（中科院一区Top期刊，IF: 23.8）在线发表了题为Reusability report: Uncovering associations in biomedical bipartite networks via a bilinear attention network with domain adaptation的研究论文。研究通过一种具有领域自适应的双线性注意力网络解决生物医学二分网络链接预测问题。

条件域对抗学习提供了一种增强深度学习泛化能力的方法。Bai等人基于这一思想提出了药物-靶点预测模型DrugBAN，该模型利用药物分子图和靶蛋白序列，并采用条件域对抗网络来提高对源数据分布范围以外的目标数据的适应能力。本论文研究了DrugBAN的可重用性，扩展了其在更广泛生物医学背景下的泛化能力评估，并将跨领域适应技术应用于癌症细胞系-药物响应和突变-药物关联的预测。该研究为更好地理解和建立适用于生物医学二分网络中链路预测任务的通用模板奠定了基础，对于推动医学生物信息学算法的进步具有一定意义。

中心2022级农业工程与信息技术专业研究生徐涛、2020级智能科学与技术专业本科生史浩远为共同第一作者，岳振宇副教授为通讯作者。该研究得到了国家自然科学青年基金、安徽农业大学人才启动基金的资助。