换一批基于图注意力和蛋白质语言模型的药物靶标亲和力预测
Drug-target Affinity Prediction Based on Graph Attention Network and Protein Language Model
摘要在新药研发中,药物与靶标的结合亲和力是一个关键指标,对于它的准确预测对加速药物筛选至关重要.近年来,随着深度学习技术的应用,药物与靶标的结合亲和力预测取得了显著进步,受到了广泛关注.然而,现有方法大多忽略药物的结构信息,且缺乏学习蛋白质的序列与结构之间的深层模式,导致预测性能受限.针对该问题,本文提出了一种新的方法,它结合了图注意力网络和蛋白质语言模型,以更有效地表征药物和蛋白质.本文在两个公开的数据集上进行了实验,并与其他同类方法进行了比较.实验结果显示,本文提出的方法能够显著提升预测准确率,这证明了本文提出的方法的有效性.
更多相关知识
关键词
图注意力网络蛋白质语言模型药物靶标亲和力深度学习graph attention networkprotein language modeldrug-target affinitydeep learning
栏目名称
DOI
10.3969/j.issn.1003-6970.2024.04.007
发布时间
2024-06-26（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆三峡医药高等专科学校自然科学研究项目（XJ2021001601）
- 浏览6
- 被引1
- 下载17
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
