本文提出了一种新的蛋白质-配体结合评分方法Ligand Force Matching (LFM),该方法无需实验数据,仅利用分子动力学模拟的数据训练神经网络,学习隐式势能平均力表面。LFM在对接精度较高的蛋白质上取得了优异的富集效果,并展现出在大型虚拟筛选中的适用性。该方法有望在药物发现领域实现目标特异性的虚拟筛选,发表于2025年06月03日
原文链接:https://x.com/BiologyAIDaily/status/1929884932178149791

发布于 2025-06-04 16 次阅读
本文提出了一种新的蛋白质-配体结合评分方法Ligand Force Matching (LFM),该方法无需实验数据,仅利用分子动力学模拟的数据训练神经网络,学习隐式势能平均力表面。LFM在对接精度较高的蛋白质上取得了优异的富集效果,并展现出在大型虚拟筛选中的适用性。该方法有望在药物发现领域实现目标特异性的虚拟筛选,发表于2025年06月03日
原文链接:https://x.com/BiologyAIDaily/status/1929884932178149791

Comments NOTHING