网站首页健康养生 >正文
药物靶标相互作用(DTI)的识别是药物开发设计过程中的关键环节,对缩小候选药物分子的筛选范围,从而实现药物的重复使用、降低药物开发成本、提高药物开发效率具有至关重要的作用。
Quantitative Biology发表了题为“GCARDTI: Drug-target Interaction prediction based on the hybrid mechanism in drug SELFIES”的文章,展示了利用药物SELFIES以及混合GCN和GAT的机制所取得的令人满意的效果。
GCARDTI模型利用高鲁棒性的药物SELFIES结合靶标序列构建异构网络,并将其输入到图学习模块的混合机制中,以捕获药物和靶标潜在空间中的高维特征。
图卷积神经网络通过更新化学键连接的相邻原子的特征向量来自动捕获药物和靶标分子的结构信息,图注意网络的注意模块用于识别相应子结构对每个药物和靶标的贡献。
最后采用层图卷积神经网络聚合各药物及靶标的子结构信息,并更新其特征向量,从而得到低维有效的药物及靶标信息。通过在两个不同来源的数据集上进行测试,发现GCARDTI模型在某些方面优于HIN2VEC、EVENT2VEC、HEER、GATNE、PGCNand、DTI-HETA。
版权说明:本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们
相关文章:
- 2024-07-05研究揭示铜绿假单胞菌的快速进化和全球传播
- 2024-07-04研究发现蓝山雀和大山雀利用惊人的强大记忆来寻找食物
- 2024-07-04逐个原子绘制MXenes表面图揭示二维材料的新潜力
- 2024-07-04研究发现厄尔尼诺现象提前发生意味着东亚冬季变暖反之亦然
- 2024-07-04研究人员揭示染色体结构发育的关键机制
- 2024-07-04多核磁性纳米粒子与化疗药物的组合对癌细胞具有更大的疗效
- 2024-07-03研究揭示RNA垃圾如何控制我们的基因
- 2024-07-03研究揭示烟花对空气质量的影响
- 2024-07-03研究揭示伤口如何促进葡萄中花青素的产生
- 站长推荐
- 栏目推荐