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。
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！
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。
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。
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。
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。
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！
宋河研读许久，基本明白了思路……大数据库推导！
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。
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。
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……
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。
“好难！”宋河吐槽。
他在帖子里寻找伊雷马实验室用的大数据库。
找了半天……没找到？
“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。
没办法，他只得尝试自己搜集数据库。
他先在网上寻找，用过相似工作方式的科研团队。
花了许久，总共找到两个。
一个是千度公司合作的研发团队，通过大量食管癌病人的数据，寻找到22个显着突变基因，随后预测关联出可行的药物信息。
一个是mSK癌症中心，开发了一个体细胞突变相关的知识库，收录了大量靶向药。
“都是做癌症的数据库，用不上啊！”宋河挠头。
思前想后，他掏出手机，找相晓桐老师场外求助。
“老师，我需要一个安眠药相关的大数据库，做药物预测用，您知道从哪能弄到吗？学生万谢！”
刚发消息，宋河马上后悔，大半夜的，会不会打扰老师休息？
没想到过了几秒，回复便来了。