这使得 MONN 能够有效利用化合物和蛋白质特征之间的共享信息,从而进行更准确的亲和力预测。作者在他们构建的基准数据集上进行了全面的交叉验证测试,证明即使在使用无三维结构信息的情况下,MONN 也能成功地学习成对非共价相互作用。此外,他们还利用蛋白质数据库(PDB)的外部测试数据集验证了 MONN 的泛化能力。结果表...
27、若所述蛋白配体分子构象的基团能与所述相似配体的基团产生相互作用,则基于所述相似配体的药效基团,对所述蛋白配体分子构象与所述相似配体施加限制性对接; 28、若所述蛋白配体分子构象与蛋白结合时,通过共价键与靶蛋白残基能发生不可逆结合,则针对所述蛋白配体分子构象与所述相似配体中形成共价键的位置施加限制性...
然而,通过实验来确定蛋白与配体的结合亲和力是非常耗时耗力的。目前,已经提出了许多预测结合亲和度的计算方法,其中大多数通常需要蛋白质的三维结构,而这种结构并不常用。因此,需要新的方法充分利用序列水平的特征来预测蛋白质与配体的结合亲和力,加快药物发现过程。作者开发了一种新的深度学习方法DeepDTAF,来预测蛋白质与...
2.虚拟筛选(virtual screening,vs)也称为计算机筛选,即在进行生物活性筛选之前,先利用计算机上的分子对接软件模拟靶标蛋白与候选药物之间的相互作用,再通过药物配体-蛋白质靶标亲和力模型计算两者之间的亲和力大小,以此,对候选药物分子库开展活性排序和筛选,从而加快药物开发过程并降低研发成本。 3.随着机器学习(machine l...
1.本发明属于计算机辅助药物分子设计领域,涉及一种亲和力预测方法,具体涉及一种基于蛋白质-配体复合物结构信息的亲和力预测方法。 背景技术: 2.药物开发是一个周期长、投资高、风险高的过程,其中药物-靶标结合亲和力(dtba)预测在药物开发和药物筛选中有着非常重要的作用。准确的dtba预测将大大降低药物开发的成本,加快...
本公开的实施例所提供的方法基于从蛋白质与配体分子结合的三维结构图中提取的节点特征、边特征和几何特征,通过预先训练的预测模型获得蛋白质与配体分子的亲和力,并获得用于指示蛋白质与配体分子的原子之间相互作用的相互作用图,在提升亲和力预测性能的基础上,能够判断所预测的蛋白质与配体分子的原子相互作用是否正确,使得...
一种药物分子与靶标蛋白的结合亲和力预测方法.pdf,本发明涉及一种药物分子与靶标蛋白的结合亲和力预测方法,包括:获取药物分子的SMILES序列和靶标蛋白的氨基酸序列;对于药物分子SMILES序列,将其表示为基于原子的药物原子结构图和基于子结构的药物子结构结构图;分别对药
JPCB | 通过基于分子间相互作用建模的机器学习快速预测 SARS-CoV-2 刺突蛋白及其突变体与抗体的结合亲和力今天给大家讲一篇2022年6月发表在JPCB上的关于 预测SARS-CoV2蛋白及其突变体与抗体结合亲和力的一篇文章,…
基于图神经网络的药物与蛋白质亲和力预测方法及系统专利信息由爱企查专利频道提供,基于图神经网络的药物与蛋白质亲和力预测方法及系统说明:本发明提供基于图神经网络的药物与蛋白质亲和力预测方法及系统,属于基于计算机的生物信息处理技术领域,根...专利查询请上爱企查
一种药物分子与靶标蛋白的结合亲和力预测方法专利信息由爱企查专利频道提供,一种药物分子与靶标蛋白的结合亲和力预测方法说明:本发明公开了一种药物分子与靶标蛋白的结合亲和力预测方法,使用了新型的蛋白质表征方式,将蛋白质和...专利查询请上爱企查