深度學習框架加速寡肽藥物候選發現
人工智能正加速治療性肽的發現,但現有方法集中於抗菌、抗癌等數據豐富領域,難以推廣至代謝、內分泌等樣本稀缺場景。研究人員開發通用框架Deepeptide,毋須為每種適應證重新收集大量陽性數據即可應用。
數據稀缺困境
傳統模型依賴活性肽與非活性肽的監督數據訓練,但在代謝、內分泌與組織再生等疾病場景中,已驗證的活性肽數量有限,導致模型難以遷移推廣,成為治療性肽發現的主要瓶頸。


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。
