首页> Biomolecules> GramSeq-DTA: A Grammar-Based Drug-Target Affinity Prediction Approach Fusing Gene Expression Information.

GramSeq-DTA: A Grammar-Based Drug-Target Affinity Prediction Approach Fusing Gene Expression Information.

导出 LinkOut

翻译打印收藏纠错

第一作者： Kusal,Debnath

第一单位： Department of Computer Science, Virginia Commonwealth University, Richmond, VA 23284, USA.

作者： Kusal,Debnath ^[1] ; Pratip,Rana ^[2] ; Preetam,Ghosh ^[1]

作者单位： Department of Computer Science, Virginia Commonwealth University, Richmond, VA 23284, USA. ^[1] Department of Computer Science, Old Dominion University, Norfolk, VA 23529, USA. ^[2]

关键词 chemical perturbation deep learning drug–target affinity grammar-based encoding multi-modal

医学主题词药物发现(Drug Discovery);人类(Humans);药用制剂(Pharmaceutical Preparations);蛋白质类(Proteins)

DOI 10.3390/biom15030405

PMID 40149941

发布时间 2026-04-01

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览0

Biomolecules

2025年15卷3期

相似文献

中文期刊
外文期刊
学位论文
会议论文

浏览0

点击下载本期目录封面

Biomolecules

2025年15卷3期

检索历史清除

GramSeq-DTA: A Grammar-Based Drug-Target Affinity Prediction Approach Fusing Gene Expression Information.

Biomolecules

相似文献

同项目论文

Biomolecules

相关期刊

参考文献：
指定格式：	NoteExpress EndNote RefWorks NoteFirst

检索历史 清除

GramSeq-DTA: A Grammar-Based Drug-Target Affinity Prediction Approach Fusing Gene Expression Information.

Biomolecules

相似文献

同项目论文

Biomolecules

相关期刊

检索历史清除