Scidown文献预览系统!
深度dtaf:一种预测蛋白质配体结合亲和力的深度学习方法( DeepDTAF: a deep learning method to predict protein–ligand binding affinity )
K Wang R Zhou Y Li M Li
配体与蛋白质之间的生物分子识别在药物发现和开发中起着至关重要的作用。然而,通过实验来确定蛋白质与配体结合的亲和力是极其耗时和耗费资源的。目前,人们提出了许多预测结合亲和力的计算方法,其中大多数通常需要蛋白质三维结构,而这些结构通常不是经常可用的。因此,迫切需要能够充分利用序列水平特征的新方法来预测蛋白质与配体的结合亲和力,加速药物的发现。我们开发了一种新的深度学习方法DeepDTAF来预测蛋白质与配体结合的亲和力。DeepDTAF是通过整合局部和全局上下文特征来构建的。更具体地说,蛋白质结合袋具有直接与配体结合的特殊性质,首次被用作蛋白质与配体结合亲和力预测的局部输入特征。此外,扩张卷积被用来捕捉多尺度长程相互作用。我们将DeepDTAF与目前最先进的方法进行了比较,并分析了模型不同部分的有效性,结果表明,DeepDTAF是一种可靠的亲和力预测工具。资源代码和数据可在https://github.com/kailiwang1/deepdtaf获得。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】