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

首页 资讯 摩熵视野 前沿研究 加州大学提出FS-CAP模型，通过基于配体的小样本学习预测化合物活性

加州大学提出FS-CAP模型，通过基于配体的小样本学习预测化合物活性

智药邦智药邦
2024/07/23
查看原文
456
小样本

基于一种或几种现有化合物的已知活性，预测新化合物对生物物理或表型分析的活性是早期药物发现的共同目标。 FS-CAP是一个基于大型生物活性数据集训练的新型神经网络结构，仅基于几种已知化合物对同一检测的活性，就可以预测化合物对训练集之外的化合物检测的活性。 FS-CAP的架构如图1所示。

<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

    推荐资讯
    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    体验产品
    摩熵数科开放平台
    原料药

    最新资讯

    更多
    十五五战略规划

    全球新药治疗领域统计

    更多
    数据来源： 更新时间：

    全球新药靶点统计

    更多
    数据来源： 更新时间：

    最新报告

    更多
    专利数据服务

    摩熵视频

    更多

    专题.策划

    更多

    最新会议

    更多
    添加收藏
      新建收藏夹
      新建收藏夹
      取消
      确认