PulseAugur
实时 14:50:05
English(EN) Unraveling the Mechanism of Drug Binding to SARS-CoV-2 RNA Pseudoknot with Thermodynamics-Driven Machine Learning

机器学习解析药物与SARS-CoV-2 RNA假结的结合

研究人员开发了一种名为光谱图的热力学驱动机器学习方法,用于分析药物与SARS-CoV-2 RNA假结的结合机制。该方法有助于识别RNA-配体系统中分子动力学模拟的关键动态模式。研究表明,药物诱导的假结去稳定化取决于其拓扑结构和配体的质子化状态,为靶向RNA的药物作用提供了见解。 AI

影响 建立了一种分析复杂生物相互作用的新机器学习方法,有望加速药物发现。

排序理由 详细介绍应用于生物系统的新机器学习方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

机器学习解析药物与SARS-CoV-2 RNA假结的结合

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Mariia Ivonina, Jakub Rydzewski ·

    Unraveling the Mechanism of Drug Binding to SARS-CoV-2 RNA Pseudoknot with Thermodynamics-Driven Machine Learning

    arXiv:2604.14906v2 Announce Type: replace-cross Abstract: The SARS-CoV-2 RNA pseudoknot is a promising target for antiviral intervention, as it regulates the efficiency of $-$1 programmed ribosomal frameshifting ($-$1 PRF), a mechanism that is essential for viral protein synthesi…