在文章中,作者开发了一个叫做PLANET的图神经网络模型(Protein−Ligand Affinity prediction NETwork),用于蛋白质-配体结合亲和力预测。该模型以靶蛋白上结合袋的三维图表示结构和配体分子的二维化学结构为输入。该方法通过一个多目标过程进行训练,包括三个相关任务:获得蛋白质-配体结合亲和力,蛋白质-配体接触图和配体距离...
本研究开发了一种名为PLANET的图神经网络模型,用于蛋白质-配体结合亲和力的预测。该模型以蛋白质靶点的图形化3D结构和配体分子的2D化学结构作为输入,并通过多目标训练过程进行训练,包括预测蛋白质-配体结合亲和力、蛋白质-配体接触图和配体距离矩阵。在多个基准测试中,PLANET表现出与其他深度学习模型相当的评分能力和合理...
在文章中,作者开发了一个叫做PLANET的图神经网络模型(Protein−Ligand Affinity prediction NETwork),用于蛋白质-配体结合亲和力预测。该模型以靶蛋白上结合袋的三维图表示结构和配体分子的二维化学结构为输入。该方法通过一个多目标过程进行训练,包括三个相关任务:获得蛋白质-配体结合亲和力,蛋白质-配体接触图和配体距离...