I 学校代码:10730 分类号:密级 论文题目(中文)基于深度学习的药物-靶标相互作用预测 论文题目(外文) Drug-TargetInteractionPredictionbasedon DeepLearning 作者姓名**莹 学科专业化学·化学信息学 研究方向计算机辅助分子设计 教育类型学历教育 指导教师姚小军教授 论文工作时段2016年9月至2019年4月 论文答辩日期2019年...
深度学习药物-靶标相互作用(Drug Target Interaction,DTI)是指细胞内特定的生物大分子(称为"靶标",大多为蛋白质,例如酶,离子通道等)以适当的化学特性和亲合力与药物分子结合的过程,是药物治疗疾病的内在机制,因此DTI是药物发现和开发的基础.药物作用实质上是药物活性片段和受体之间的相互作用,而药效团是药物结构中...
基于深度学习的药物靶标相互作用预测研究.pdf,摘要 药物治疗是治愈疾病的重要手段,药物与靶标蛋白的识别是当代新药研制的 关键。但受到生物实验方法高通量、低精度和费用消耗大的限制,对大量的药物 靶标相互作用验证具有一定程度的盲目性,使得其在实际应用中通常难以广
近年来,将机器学习尤其是深度学习技术用于药物靶标相互作用预测成为主流研究.尽管在过去10年有大量的研究工作纷纷涌现,药物靶标相互作用预测仍然是物质密集型和长期性的工作,对研究者来说仍具有挑战性.本文梳理近年来基于深度学习的药物靶标相互作用预测研究工作,归纳总结现有工作的研究方法,评价指标和使用的数据资源,...
编辑| 萝卜皮 预测药物-靶标相互作用是药物发现的关键。近期,虽然基于深度学习的方法显示出强有力的性能,但是仍然存在两个挑战:如何明确地建模和学习药物和目标之间的局部相互作用以更好地预测和解释,以及如何优... 网页链接
本发明提出一种基于生物子结构预测药物靶标相互作用的深度学习方法,该方法首先提取出药物和靶标的功能性子结构,其中药物子结构包括分子支链,常见子结构和逆合成片段,根据化学性质将靶标的氨基酸序列转换为种类序列,再采用不重叠的kgram进行切分,得到靶标子结构;然后基于卷积神经网络进行子结构特征学习;实验表明本发明...