Drug-Target

Deep drug-target binding affinity prediction with multiple attention blocks论文解读（二）2021SC@SDUSC

2021SC@SDUSC数据集然后是对基准数据集的介绍，KIBA和DAVIS使用CI和r2m度量标准来衡量所提出的模型和基准模型的性能。对于Davis和KIBA数据集中蛋白质和药物的输入，我们采用了DeepDTA方法，通过字典将药物和蛋白质序列的smile数字化到一个固定的最大长度。deepDTAdeepDTA论文笔记：csdn：https://blog.csdn.net/qq_40311018/
芜湖大司码丶·2022-11-20 03:04

Deep drug-target binding affinity prediction with multiple attention blocks论文解读（一）2021SC@SDUSC

2021SC@SDUSC论文解读：摘要：DTI预测背景：药物靶间相互作用(DTI)预测由于其在药物发现过程中的重要地位而受到越来越多的关注。许多研究引入计算模型，将DTI预测作为回归任务，直接预测药物靶对的结合亲和性。现有研究的缺陷与作者提出的模型：然而，现有的研究在编码药物化合物时忽略了原子之间的本质相关性，仅仅通过连接来模拟药物靶对的相互作用。基于这些观察，在本研究中，我们提出了一个端到端的模
芜湖大司码丶·2022-11-20 03:34

关于drug-target interaction

基本概念首先了解一些概念：药物再利用（drugrepurposing）：将现有药物转向新的治疗方法；虚拟筛选（virtualscreening）：自动筛选潜在的drug-targetpairs，并计算预测的结合分数；对于药物靶标预测（drug-targetinteraction），上面两个任务都能节约时间成本，促进药物发现。深度学习在药物再利用和虚拟筛选方面表现出强大的性能。这两个任务都依赖于一项
tzc_fly·2022-10-04 16:52

Drug-Target Interaction 预测中的几个数据库

自从YamanishiYet.al.发表论文YamanishiY,ArakiMA,HondaW,etal.Predictionofdrug-targetinteractionnetworksfromtheintegrationofchemicalandgenomicspaces[J].Bioinformatics,2008,24(13):i232-i240.以来，很多论文都基于其发表的四个药靶相互
Y-hit·2020-07-01 21:33
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他