该研究开发了一种机器学习框架,整合了药物分子和蛋白结合位点特征,高精度预测激酶抑制剂。模型使用1,048种药物分子描述符和419种激酶的序列比对信息,显著提升了预测准确率,达到93.6%。该框架兼顾可解释性和可扩展性,为药物发现提供新思路。发表于 2025年06月02日
原文链接:https://x.com/BiologyAIDaily/status/1929467703120822351

发布于 2025-06-03 15 次阅读
该研究开发了一种机器学习框架,整合了药物分子和蛋白结合位点特征,高精度预测激酶抑制剂。模型使用1,048种药物分子描述符和419种激酶的序列比对信息,显著提升了预测准确率,达到93.6%。该框架兼顾可解释性和可扩展性,为药物发现提供新思路。发表于 2025年06月02日
原文链接:https://x.com/BiologyAIDaily/status/1929467703120822351

Comments NOTHING