ACS Omega|基于多特征提取和融合的深度药物-靶点结合亲和力预测方法

智药邦 2025-02-05 08:00
文章摘要
本文介绍了一种名为BTDHDTA的深度学习模型,用于预测药物-靶点结合亲和力(DTA)。该模型通过结合多特征提取模块和高效的特征融合机制,显著提高了预测的准确性。文章首先阐述了DTA预测在药物开发中的重要性及现有方法的局限性,然后详细描述了BTDHDTA模型的结构和特征提取机制。实验结果显示,BTDHDTA在多个数据集上的性能优于现有方法,特别是在新冠病毒相关药物筛选中显示出实际应用价值。文章最后讨论了模型的应用前景和面临的挑战,如数据不平衡和模型解释性问题。
ACS Omega|基于多特征提取和融合的深度药物-靶点结合亲和力预测方法
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/apv008i002_2033340 Pub Date : 2026-01-23
IF 4.7 2区 化学 Q2 ACS Applied Polymer Materials
Issue Editorial Masthead
DOI: 10.1021/aov011i004_2035611 Pub Date : 2026-02-03
IF 4.3 3区 化学 Q2 ACS Omega
Atomically Precise Metal Clusters for NIR-II Imaging.
DOI: 10.1021/acs.accounts.5c00837 Pub Date : 2026-02-05
IF 17.7 1区 化学 Q1 Accounts of Chemical Research
智药邦
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信