RDock

深度学习框架提高了核酸-小分子对接的准确性

研究人员开发了NucleoDock，一个旨在提高小分子对接核酸结构准确性和效率的新深度学习框架。该方法通过结合在合成复合物上的大规模预训练和在真实数据上的微调，解决了实验数据有限的挑战。NucleoDock整合了序列和结构信息与3D特征，利用几何评分头进行姿态排序。在基准测试中，NucleoDock表现优于传统方法，在识别正确的对接姿态方面取得了56%的成功率，并显著提高了虚拟筛选的早期富集率。