综合分析结果表明，GraphscoreDTA是一种极具潜力的工具，可以用于评估药物的靶点亲和力以及药物与靶点之间的选择性。参考文献 Wang, Kaili et al. “GraphscoreDTA: optimized graph neural network for protein-ligand binding affinity prediction.” Bioinformatics (Oxford, England) vol. 39,6 (2023): btad340. ...
综合分析结果表明,GraphscoreDTA是一种极具潜力的工具,可以用于评估药物的靶点亲和力以及药物与靶点之间的选择性。 参考文献 Wang, Kaili et al. “GraphscoreDTA: optimized graph neural network for protein-ligand binding affinity prediction.” Bioinformatics (Oxford, England) vol. 39,6 (2023): btad340. ...
综合分析结果表明,GraphscoreDTA是一种极具潜力的工具,可以用于评估药物的靶点亲和力以及药物与靶点之间的选择性。 参考文献 Wang, Kaili et al. “GraphscoreDTA: optimized graph neural network forprotein-ligandbinding affinity prediction.” Bioinformatics (Oxford, England) vol. 39,6 (2023): btad340. doi...
A novel graph neural network strategy with the Vina distance optimization terms to predict protein-ligand binding affinity - CSUBioGroup/GraphscoreDTA
本文首次将图神经网络、双传输信息机制和基于物理的距离项结合起来,提出了一种基于Vina距离优化项的预测蛋白-配体结合亲和力的图神经网络策略,称为GraphscoreDTA。与其他方法相比,GraphscoreDTA不仅可以有效地捕获蛋白质-配体对的相互信息,还可以突出配体的重要原子和蛋白质的残基。结果表明,GraphscoreDTA在多个测试集上...
本文介绍的是由中南大学李敏教授团队于2023年发表在Bioinformatics的一篇利用深度学习在蛋白配体亲和力预测方面的论文《GraphscoreDTA: optimized graph neural network for protein–ligand binding affinity prediction》。GraphscoreDTA不仅可以有效捕捉蛋白质-配体对的相互信息,还可以突显配体的重要原子和蛋白质的残基。