PulseAugur
中
实时 11:04:33
English(EN) RAVEN: Frozen Random Graph Reservoirs with Physics-Informed Interaction Fingerprints for Protein-Ligand Binding Affinity Prediction

RAVEN模型推进蛋白质-配体结合亲和力预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了RAVEN，一种预测蛋白质-配体结合亲和力的新方法。该方法利用冻结的随机图编码器生成多样的结构投影，然后将其与物理化学相互作用指纹相结合，并通过各种监督阅读器进行处理。该系统在基准数据集上表现出强大的预测性能，表明其多视图图表示、显式物理化学统计和异构模型融合的组合为这项复杂任务提供了一个强大的框架。 AI

影响 这项研究引入了一种新颖的蛋白质-配体结合亲和力预测框架，有望加速药物发现和分子建模。

排序理由 该集群描述了一篇关于一种用于特定科学预测任务的新颖方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

RAVEN模型推进蛋白质-配体结合亲和力预测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Qingyang Zou, Jiaye Huang, Hangbo Xie, Jiayue Yin, Youyi Song, Jinfeng Liu ·

    RAVEN：用于蛋白质-配体结合亲和力预测的具有物理信息交互指纹的冻结随机图水库

    arXiv:2608.09099v1 Announce Type: new Abstract: Quantitative estimation of protein-ligand binding affinity from three-dimensional complex structures is a fundamental task in structure-based computational chemistry and molecular modeling. Reliable prediction remains challenging be…

相关实体

相关话题