生信名词|脱靶效应|表型药物发现|VAE|批次效应|基于表型|自监督学习
生信名词|脱靶效应|表型药物发现|VAE|批次效应|基于表型|自监督学习
脱靶效应
希望药物与疾病变化靶点发生作用。但如果与非疾病变化靶点发生作用则称作脱靶效应，也称药物副作用。
表型药物发现（PDD）
表型药物发现（Phenotypic Drug Discovery, PDD）是一种重要的药物发现方式。 与基于靶点的药物发现（Target-based Drug Discovery, TDD）不同，PDD采用与靶标无关的方法，专注于化合物在疾病相关生物系统中的表型效应。
VAE
AE Auto Encoder自编码器
VAE Variational auto-encoder变分自编码器
AE，输入输出都为自己，中间隐藏层输出为隐变量的具体数值
而VAE，中间隐藏层输出为隐变量的数据分布
我们就可以从这个分布中另外取样，送入到解码器，就可以生成类似输入样本 x 的其他样本 x‘了，并且这两个会十分近似。
批次效应
样品在不同批次中处理和测量产生的与试验期间记录的任何生物变异无关的技术差异
基于表型phenotype-based
疾病背后的生理病理过程
自监督学习
自监督学习（Self-Supervised Learning）是无监督学习里面的一种，也被称作(pretext task)。自监督学习主要是利用辅助任务（pretext）从大规模的无监督数据中挖掘自身的监督信息，通过这种构造的监督信息对网络进行训练，从而可以学习到对下游任务有价值的表征。它旨在对于无标签数据，通过设计辅助任务来挖掘数据自身的表征特征作为监督信号，从而提升模型的特征提取能力。
自监督学习的优势，就是可以在无标签的数据上完成训练，而监督学习需要大量的有标签数据，强化学习需要与环境的大量交互尝试，数据为王的时代，此特点也使得大家充分相信自监督学习才是人工智能的发展方向。