-
比传统格式高30倍，中国科学院团队Transformer深度学习模型展望糖-卵白质作用位点
编辑 | 萝卜皮糖类是自然界中最丰富的有机物质，对生命至关重要。了解糖类如何在生理和病理过程中调节卵白质，可以为解决关键的生物学问题和开发新的治疗格式提供机遇。然而，糖类份子的多样性和复杂性，对实验鉴别糖-卵白质连系以及相互作用的位点提出了挑战。在这里，中国科学院团队开发了一种深度学习模型 DeepGlycanSite，它能够准确展望给定卵白质构造上的糖连系位点。DeepGlycanSite 将卵…- 4
- 0
-
药物-靶标亲和力预计，上科大团队开发了一种Transformer编码器和指纹图谱相连系的要领
编辑 | 萝卜皮药物与靶标之间的连系亲和力的预计对于药物发现至关重要。然而，现有要领的准确性仍需提高。另一方面，大多数深度进修要领只关注非共价（非键合）连系份子系统的预计，而忽略了在药物开发领域越来越受到关注的共价连系的情况。上海科技大学的钻研团队提出了一种新的基于注意力的模型，称为 TEFDTA （Transformer Encoder and Fingerprint combined Pred…- 4
- 0
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×