[Bioinformatics | 论文简读] BACPI:一种用于化合物-蛋白质相互作用及结合亲和力预测的双向注意力神经网络
2023-02-18 16:48:05 时间
作者 | 龙文韬 编辑 | 龙文韬
论文题目
BACPI: a bi-directional attention neural network for compound–protein interaction and binding affinity prediction
论文摘要
化合物-蛋白质相互作用(CPI)的鉴定是药物发现过程中的重要步骤。CPI也因为实验测定会消耗的大量资金和时间而十分出名。因此,计算模型已成为大规模预测化合物和蛋白质之间新的相互作用的有前途且有效的替代方案。大多数监督机器学习预测模型都致力于二元分类问题,旨在预测化合物与蛋白质之间是否存在相互作用。然而,CPI不是简单的二元“有-无”关系,而是一个反映了化合物与特定靶蛋白的结合程度的连续值,这个值也称为结合亲和力。
论文链接
https://academic.oup.com/bioinformatics/article/38/7/1995/6511437
github链接
https://github.com/CSUBioGroup/BACPI
相关文章
- 详解Java中static关键字和final关键字的功能
- 一次性搞清Java中的类加载问题
- adobe全家桶2023正版永久激活
- adobe全家桶2023获取方式
- adobe 全家桶2023下载最新版
- adobe全家桶2023便携版
- adobe全家桶2023什么时候出?
- adobe bridge2023最新版下载
- 使用React+Electron开发 Markdown 云笔记本(1)
- vxe-table高级表格数据刷新失败
- ps2023下载安装包百度网盘分享
- coreldraw2023正式版下载
- Java异步批处理教程
- 常用虚拟光驱软件
- dism操作巨慢
- NLP: Word Embedding 词嵌入(Part3: Glove)
- 从React源码开始分析useEffect
- 密码重置、API调用、远程命令,Zabbix用户必知的几个技巧
- react源码之fiber架构
- react源码分析之协调与调度