薬物-標的親和性（DTA）の正確な予測は、実験コストの削減や計算薬物探索における早期スクリーニングの加速に不可欠です。本記事では、HiF-DTAという新しい階層型ネットワークを提案しています。これは、薬物とタンパク質の配列からグローバルな意味的特徴とローカルなトポロジー的特徴を同時に抽出する二重経路戦略を採用しており、薬物を原子レベル、サブ構造レベル、分子レベルのマルチスケールでモデル化します。実験結果では、Davis、KIBA、MetzデータセットでHiF-DTAが最先端のベースラインを上回る性能を発揮し、グローバルローカルの抽出とマルチスケール融合の重要性が確認されました。