MetalloDock: Decoding Metalloprotein–Ligand Interactions via Physics-Aware Deep Learning for Metalloprotein Drug Discovery

已取消 10 由 phoebe9203 发布于 2026/2/18 20:23:52

DOI:10.1021/jacs.5c15876
作者：Hui Zhang, , , Xujun Zhang, , , Qun Su, , , Yangyang Zheng, , , Linlong Jiang, , , Kai Zhu, , , Qiaolin Gou, , , Odin Zhang, 
文献类型：期刊论文
补充材料：只需要正文
管理员驳回:超时未应助，系统关闭。如求助信息不完整（标题、DOI、原文链接），可以补充后重新发布求助。

American Chemical Society (ACS)

Abstract：Accurate prediction of metalloprotein–ligand interactions is critical for metalloprotein-targeted drug discovery. Conventional docking tools and existing deep learning (DL) models fail to re

应助信息

2026-02-18

Book学术机器人

2026/2/18 20:23:52 未找到该文献，机器人已退出，请等待人工下载

2026/2/18 20:23:52 Book学术AI机器人收到请求，开始寻找文献

2026/2/18 20:23:52 已向机器人发送请求

2026-02-18

phoebe9203 发布求助

上一个求助:其它数据库Naturally Fractured Carbonate Reservoir Characterization: A Case Study of a Mature High-Pour Point Oil Field in Hungary 下一个求助:ElsevierIntracellular Zn2? dynamics regulate cefiderocol resistance in Klebsiella pneumoniae