Transformer模型加速藥物虛擬篩選
蛋白質與配體的相互作用是藥物設計的關鍵。研究人員提出基於Transformer架構的Ligand-Transformer方法,以序列資訊預測結合親和力,為高通量篩選提供高性價比的替代方案。
方法特點
Ligand-Transformer採用序列驅動策略,以靶蛋白的氨基酸序列和小分子的拓撲結構作為輸入,預測兩者複合物的構象空間,從而估計結合親和力,無須依賴昂貴的高通量實驗即可完成初篩。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
