Therapeutic activity of a significant majority of drugs is determined by their interactions with proteins. Databases of drug-protein interactions (DPIs) primarily focus on the therapeutic protein targets while the knowledge of the off-targets is fragmented and partial. One way to bridge this knowledge gap is to employ computational methods to predict protein targets for a given drug molecule, or interacting drugs for given protein targets. We survey a comprehensive set of 35 methods that were published in high-impact venues and that predict DPIs based on similarity between drugs and similarity between protein targets. We analyze the internal databases of known PDIs that these methods utilize to compute similarities, and investigate how they are linked to the 12 publicly available source databases. We discuss contents, impact and relationships between these internal and source databases, and well as the timeline of their releases and publications. The 35 predictors exploit and often combine three types of similarities that consider drug structures, drug profiles, and target sequences. We review the predictive architectures of these methods, their impact, and we explain how their internal DPIs databases are linked to the source databases. We also include a detailed timeline of the development of these predictors and discuss the underlying limitations of the current resources and predictive tools. Finally, we provide several recommendations concerning the future development of the related databases and methods.

绝大多数药物的治疗活性取决于它们与蛋白质的相互作用。药物-蛋白质相互作用（DPI）的数据库主要侧重于治疗性蛋白质靶标，而脱靶蛋白的知识则是零散的和部分的。弥合这一知识鸿沟的一种方法是采用计算方法来预测给定药物分子的蛋白质靶标，或为给定蛋白质靶标相互作用的药物。我们调查了在高影响力场所发布的一整套35种方法，这些方法根据药物之间的相似性和蛋白质靶标之间的相似性来预测DPI。我们分析了这些方法用来计算相似性的已知PDI的内部数据库，并研究了它们如何与12个可公开获得的源数据库链接。我们讨论内容，这些内部数据库和源数据库之间的影响和关系，以及它们的发布和发布时间表。这35个预测变量利用并通常结合考虑药物结构，药物概况和靶序列的三种相似性。我们回顾了这些方法的预测架构及其影响，并解释了其内部DPI数据库如何与源数据库链接。我们还包括了这些预测器开发的详细时间表，并讨论了当前资源和预测工具的潜在局限性。最后，我们提供了有关相关数据库和方法的未来发展的一些建议。这35个预测变量会利用并经常结合考虑药物结构，药物谱和靶序列的三种相似性。我们回顾了这些方法的预测架构及其影响，并解释了其内部DPI数据库如何与源数据库链接。我们还包括了这些预测器开发的详细时间表，并讨论了当前资源和预测工具的潜在局限性。最后，我们提供了有关相关数据库和方法的未来发展的一些建议。这35个预测变量会利用并经常结合考虑药物结构，药物谱和靶序列的三种相似性。我们回顾了这些方法的预测架构及其影响，并解释了其内部DPI数据库如何与源数据库链接。我们还包括了这些预测器开发的详细时间表，并讨论了当前资源和预测工具的潜在局限性。最后，我们提供了有关相关数据库和方法的未来发展的一些建议。我们还包括了这些预测器开发的详细时间表，并讨论了当前资源和预测工具的潜在局限性。最后，我们提供了有关相关数据库和方法的未来发展的一些建议。我们还包括了这些预测器开发的详细时间表，并讨论了当前资源和预测工具的潜在局限性。最后，我们提供了有关相关数据库和方法的未来发展的一些建议。