對比學習框架提升激酶藥物預測
澳門理工大學劉煥香與姚小軍教授團隊提出對比學習框架MMCLKin,以注意力一致性引導預測激酶—抑制劑的活性與選擇性,融合幾何圖網絡與序列網絡,為高選擇性激酶抑制劑開發提供新工具。
開發難題所在
由於激酶結構高度保守、激酶組學實驗成本高昂,高選擇性激酶抑制劑的開發面臨巨大挑戰,準確預測激酶—抑制劑的親和力與特異性,因而成為藥物研發中的關鍵環節。


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。
