论文阅读
文章平均质量分 94
贺俊宏
展开
-
diffdock:将扩散模型用于分子对接
基于深度学习中的扩散模型优化药物发现中的分子对接技术原创 2023-03-19 01:23:50 · 2799 阅读 · 9 评论 -
PocketMiner:基于深度学习发现蛋白的隐式口袋
标题:Predicting locations of cryptic pockets from single protein structures using the PocketMiner graph neural network期刊: Nature communictions团队:华盛顿大学生物化学与分子生物物理系靶点的成药口袋是药物研发的起点,而除了在自然状态下显而易见的”显式口袋“外。还存在一类由于蛋白结构的动态变化而形成的"隐式口袋"。原创 2023-08-30 16:31:12 · 1051 阅读 · 1 评论 -
DrugBAN:基于双线性注意力网络进行药物-靶点结合预测。
预测药物-靶点相互作用(DTI)时药物发现中的关键环节,近年来一些深度学习方法在该环节中显示了广泛的应用前景,但目前仍然存在两个关键问题: 1. 如何明确地建模和学习药物和靶标之间的局部相互作用,以便更好地预测。2. 如何提升药物-靶标对的预测的泛化能力。针对这两个问题,作者提出了一个深度双线性关注网络(drug- BAN)框架以学习药物和靶标之间的局部相互作用,并使用领域自适应模块应用到训练集分布以外地数据中(即未知的药物-靶标结构对)。原创 2024-04-15 13:53:23 · 709 阅读 · 0 评论