Journal of Chemical Information and Modeling 这篇综述系统梳理了AI驱动的药物-靶点相互作用（DTI）预测方法，从经典分子结合理论（锁钥模型、诱导契合、构象选择）出发，归纳了二元相互作用分类、结合亲和力回归与带不确定性评估的多任务预测等任务设定，整理了药物与靶蛋白的多模态表示（分子序列、图结构、3D构象、理化性质、生物扰动谱、蛋白序列与结构、生物医学知识网络）及交互标签与辅助数据资源，并按输入表示、编码器架构、交互建模机制、表示学习与预训练、学习目标、预测输出、数据获取或优化策略、泛化设定等正交维度对代表性方法进行比较，最后概述了其在疾病靶点挖掘、化合物虚拟筛选、亲和力与选择性优化、复合物结构预测及工业药物研发管线中的应用，并讨论了数据分