English(EN) HBGSA: Hydrogen Bond Graph with Self-Attention for Drug-Target Binding Affinity Prediction

HBGSA模型利用氢键图和自注意力进行药物-靶点结合预测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-04-28 04:00

研究人员开发了HBGSA，一个拥有3.06M参数的新模型，旨在提高药物-靶点结合亲和力的预测精度。该模型通过整合空间几何约束和氢键特征（这些特征常被忽视）来解决现有方法的局限性。HBGSA利用带有自注意力的图神经网络和一种新颖的皮尔逊相关损失函数，以增强其识别高亲和力化合物的能力。 AI

影响通过优先进行实验验证来提高药物发现效率。

排序理由这是一篇详细介绍用于药物-靶点结合亲和力预测的新模型的学术论文。

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Junxiao Kong, Chupei Tang, Di Wang, Jixiu Zhai, Yi He, Moyu Tang, Tianchi Lu · 2026-04-28 04:00

HBGSA：用于药物-靶点结合亲和力预测的具有自注意力机制的氢键图

arXiv:2604.23115v1 Announce Type: new Abstract: Accurate prediction of drug-target binding affinity accelerates drug discovery by prioritizing compounds for experimental validation. Current methods face three limitations: sequence-based approaches discard spatial geometric constr…