蛋白质-配体结合亲和力预测是虚拟筛选、药物设计和药理风险评估中的关键环节。 现有三维蛋白质-配体复合物图神经网络虽然能够利用原子坐标和空间关系，但往往过度依赖原子层面的物理特征，难以充分刻画官能团、氨基酸残基等高层次化学信息；在 G 蛋白偶联受体等实验数据较少的靶点上，模型还容易受到数据偏差和领域迁移的影响，导致泛化性能受限。 近日，中国药科大学理学院 廖俊 团队，提出多尺度交互图神经网络模型 MSIGN (Multi-Scale Interaction Graph Neural Network)。
2026-07-15
30页
购买数据产品
400-9696-311 转1
数据与AI定制业务
400-9696-311 转3
商务合作及其他问题
400-9696-311 转4
投诉及建议
400-9696-311 转5
关注摩熵医药公众号
随时查阅行业资讯
摩熵医药数据小程序
掌上数据查询系统
川公网安备51019002008863号
本网站未发布麻醉药品、精神药品、医疗用毒性药品、放射性药品、戒毒药品和医疗机构制剂的产品信息
收藏
登录后参与评论
暂无评论