摘要
新药物研发是一项耗时、耗力、耗资的复杂工程。药物−靶标相互作用预测是药物
−DTI
研发领域的关键环节。准确的药物靶标相互作用()预测可有效缩小候选药物分子
筛选范围,降低资源消耗。传统实验方法研究药物−靶标相互作用周期长、成本高且操
作复杂,难以进行大规模的药物−靶标相互作用识别工作。目前,基于机器学习特别是
-
深度学习的药物靶点相互作用研究已逐渐兴起。尽管近来有大量的
摘要
新药物研发是一项耗时、耗力、耗资的复杂工程。药物−靶标相互作用预测是药物
−DTI
研发领域的关键环节。准确的药物靶标相互作用()预测可有效缩小候选药物分子
筛选范围,降低资源消耗。传统实验方法研究药物−靶标相互作用周期长、成本高且操
作复杂,难以进行大规模的药物−靶标相互作用识别工作。目前,基于机器学习特别是
-
深度学习的药物靶点相互作用研究已逐渐兴起。尽管近来有大量的
文档评论(0)