曲率
可预测蛋白质-配体结合亲和力,之江实验室&百度&港科大团队开发基于曲率的自适应图神经网络
编辑 | 萝卜皮准确预测蛋白质和配体之间的结合亲和力对于药物发现至关重要。图神经网络(GNN)的最新进展在学习蛋白质-配体复合物的表示以估计结合亲和力方面取得了重大进展。为了提高 GNN 的性能,经常需要从几何角度研究蛋白质-配体复合物。虽然「现成的」GNN 可以包含分子的一些基本几何结构,例如距离和角度,通过将复合体建模为同亲图,这些解决方案很少考虑更高级别的几何属性,例如曲率和同源性,以及异亲相互作用。为了解决这些限制,之江实验室、百度大数据以及香港科技大学的研究人员引入了基于曲率的自适应图神经网络(CurvA
10/26/2023 2:36:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
ChatGPT
AI绘画
AI
DeepSeek
机器人
数据
谷歌
大模型
智能
Midjourney
学习
用户
GPT
模型
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
腾讯
研究
Sora
AI设计
3D
GPU
开发者
英伟达
机器学习
场景
AI for Science
伟达
预测
华为
Transformer
模态
百度
驾驶
深度学习
文本
AI视频
苹果
搜索
Anthropic
神器推荐
算力
LLaMA
科技
视频生成
干货合集
安全
应用
xAI
2024
Copilot
特斯拉
字节跳动
具身智能
视觉
AI应用场景
语音
写作
人形机器人
亚马逊
机器
大语言模型