本研究探讨了机器学习方法在生物分子分子动力学模拟分析中的应用,特别聚焦于SARS-CoV-2刺突蛋白受体结合域与ACE2的相互作用。通过逻辑回归、随机森林和多层感知器模型,该研究成功识别了影响RBD-ACE2复合物稳定性的关键残基,为理解SARS-CoV-2的高感染性提供了深入见解,并为药物发现提供了潜在方向。发表于 2025年06月07日。
原文链接:https://x.com/BiologyAIDaily/status/1931214415841382487
发布于 2025-06-08 15 次阅读
本研究探讨了机器学习方法在生物分子分子动力学模拟分析中的应用,特别聚焦于SARS-CoV-2刺突蛋白受体结合域与ACE2的相互作用。通过逻辑回归、随机森林和多层感知器模型,该研究成功识别了影响RBD-ACE2复合物稳定性的关键残基,为理解SARS-CoV-2的高感染性提供了深入见解,并为药物发现提供了潜在方向。发表于 2025年06月07日。
原文链接:https://x.com/BiologyAIDaily/status/1931214415841382487
Comments NOTHING