보고서 제목 : 딥 러닝 모델을 기반으로 한 약물 예측-대상의 친화력
스피커 : 검증 카지노 Kaili
보고서 시간 :2023 년 3 월 11 일 19 : 30-20 : 00 pm
보고서 위치 : 새로운 캠퍼스 검증 카지노 건물416
보고서 요약 :약물-목표 결합 친화력의 예측은 약물 연구 개발에서 중요한 주제입니다. 약물 발견에서 인공 지능을 광범위하게 적용함으로써 사람들은 다양한 딥 러닝 모델을 테스트하고 약물-표적 결합 친화력의 예측 정확도를 향상 시키려고 노력했습니다. 약물 표적에서 장거리 및 단거리 상호 작용을 더 잘 탐색하기 위해 전통적인 컨볼 루션과 중공 컨볼 루션을 통합하는 멀티 프레임 딥 러닝 모델이 제안됩니다. 이 구성 모델에서, 표적 단백질의 결합 포켓은 약물-표적 결합 친화력의 예측에서 처음으로 국소 특징으로 사용되었다. 결과는 DeepDTAF가 다른 딥 러닝 모델보다 예측 정확도가 높다는 것을 보여줍니다. 또한, 알츠하이머 병 및 인간 면역 결핍 질환으로 약물 예측에 큰 의미가 있습니다.
검증 카지노 Kaili 박사 소개 :
중앙 사우스 대학교 왕 카일리2019 PhD 학생, 감독관 Li Min. 연구 방향 : 생물 검증 카지노학, 딥 러닝, 약물 표적 상호 작용 예측. 그는 현재 생물 검증 카지노학에서 첫 번째 저자로 1 개의 논문을 출판하고 생물 검증 카지노학에서 2 개의 논문을 출판하고 있습니다. 또한 2 개의 논문이 검토 중이며 1 개는 글을 쓰고 있습니다.
