洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

中山大学杨跃东团队提出MUSE模型,通过变分期望最大化框架预测蛋白质和药物相互作用

2024/09/10
蛋白质 杨跃东

了解 蛋白质与蛋白质、药物和其他生物分子的相互作用,对于破译生物学过程背后的分子机制和开发新的治疗策略至关重要。 作者提出了MUSE,这是一个多尺度变分期望最大化(EM)的表示学习框架 (MUiti-Scale EM, MUSE), 可以在多个迭代的交替过程中优化不同的尺度。 该策略通过相互监督和迭代优化,有效地融合了原子结构和分子网络尺度之间的多尺度信息,显示了扩展到计算药物发现的其他尺度的潜力。

<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
AI+生命科学全产业链智能数据平台

收藏

发表评论
评论区(0
  • 暂无评论

    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    摩熵数科开放平台
    原料药
    十五五战略规划

    全球新药治疗领域统计

    全球新药靶点统计

    专利数据服务
    添加收藏
      新建收藏夹
      取消
      确认