protein-ligand binding | BriefGPT

关键词protein-ligand binding

搜索结果 - 6

Smiles2Dock: 用于基于机器学习的分子对接的开放大规模多任务数据集
Docking is a crucial component in drug discovery, and Smiles2Dock is an open large-scale multi-task dataset for molecula
PDFa month ago
Re-Dock: 实现具有扩展性和真实性的分子对接与扩散桥
通过引入新的任务 —— 灵活对接，以预测配体和口袋侧链的姿态，并引入扩展到几何流形的扩散桥生成模型 Re-Dock，提出了受牛顿 - 欧拉方程启发的能量到几何映射，用于共同建模反映能量约束对接生成过程的结合能和构型，在设计的基准数据集如 a
PDF5 months ago
多粒度对称微分方程模型用于学习蛋白质 - 配体结合动力学
通过引入机器学习方法，NeuralMD 首次提出了一种能够促进分子动力学和提供准确的蛋白质 - 配体结合动力学模拟的机器学习代理模型，该模型在提高效率方面展现出非凡的成果，并通过稳定度指标超出其他机器学习方法高达 80% 的表现，更具稳定性
PDF5 months ago
细粒度相互作用中的蛋白质 - 配体结合表示学习
我们提出了一种自监督学习的方法来学习蛋白质 - 配体结合表示，通过识别复杂的结合模式，从细粒度的相互作用中获得丰富的结合信息。我们的方法在各种结合任务中展现出优势，包括蛋白质 - 配体亲和性预测、虚拟筛选和蛋白质 - 配体对接。
PDF8 months ago
HydraScreen: 一种通用的基于结构的深度学习方法用于药物研发
提出了 HydraScreen，一种深度学习方法，旨在为更强大的机器学习加速药物发现提供框架。HydraScreen 利用最先进的三维卷积神经网络，专门用于有效表示蛋白质 - 配体结合中的分子结构和相互作用。通过评估我们的方法在已建立的公共
PDF9 months ago
ICLRDiffDock: 分子对接的扩散步骤、扭曲和转折
本研究通过将分子对接问题视为一种生成建模问题，实现了一个基于扩散过程的 DiffDock 模型，能够准确地预测小分子配体和蛋白质的结合结构，并在准确性和计算效率方面显著优于传统对接和深度学习方法。
PDF2 years ago