每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

结合亲和力预测：从传统方法到基于机器学习的方法

Created by
  • Haebom

作者

刘雪峰、姜松浩、段笑天、Archit Vasan、黄启楠、刘冲、Michelle M. Li、马恒、Thomas Brettin、Arvind Ramanathan、夏芳芳、王梦迪、Abhishek Pandey、Marinka Zitnik、Ian T. Foster、Jinbo Xu、Rick L. Stevens

大纲

本文探讨了蛋白质-配体结合的重要性以及结合亲和力预测研究的最新趋势。具体而言，本文重点介绍了方法论、评估策略和基准数据集，强调了传统机器学习和深度学习模型的日益普及，以及基于人工智能的计算机模拟模型（例如人工智能虚拟细胞 (AIVC)）的进步。本文重点介绍了结合亲和力预测研究的进展如何改进 AIVC，并最终增强时间动态、细胞类型特异性和多组学整合模拟，从而支持个性化结果。

Takeaways, Limitations

•
Takeaways：
◦
预测蛋白质-配体结合亲和力在生命科学（包括治疗设计和蛋白质工程）中非常重要，并且人工智能模型的使用正在增加。
◦
随着动物试验的逐步淘汰，基于人工智能的计算机模型，尤其是 AIVC，变得越来越重要。
◦
结合亲和力预测技术的进步有助于改进 AIVC，并有助于增强模拟以获得更准确和个性化的结果。
•
Limitations：
◦
论文本身的 Limitations 没有指定（因为它是论文内容的摘要）。
👍
Made with Slashpage