JavaShuo
欄目
標籤
GraphDTA | 基於圖卷積網絡預測藥物-靶標結合親和力
時間 2021-01-18
欄目
系統網絡
简体版
原文
原文鏈接
作者 | 馬騰飛 指導 | 曾湘祥教授 審稿 | 王建民 單位 | 湖南大學 研究方向 | 藥物發現、生物醫藥大數據 1. 研究背景 現有的高通量篩選實驗用於確定藥物和靶標之間的生物活性是一個昂貴費時的步驟。因此,基於已經在臨牀實驗中測量的相互作用,使用統計學和機器學習模型來估計新的藥物-靶標的相互作用的強度是重要的替代方案。澳大利亞Deakin大學的Svetha Venkatesh課題組提出了G
>>阅读原文<<
相關文章
1.
基於知識圖譜嵌入和卷積-LSTM網絡的藥物-藥物相互作用預測
2.
Survey | 基於圖卷積網絡的藥物發現方法
3.
基於時空圖卷積注意力網絡的交通速度預測
4.
Bioinformatics|基於知識圖譜嵌入的藥物靶標發現
5.
基於Opencv和卷積網絡的圖形檢測
6.
IJCAI2020 | 知識圖神經網絡預測藥物與藥物相互作用
7.
《卷積網絡》物體檢測
8.
基於卷積神經網絡的目標檢測算法
9.
(16)基於圖卷積神經網絡的軌道交通流量預測
10.
圖卷積網絡
更多相關文章...
•
Spring使用AspectJ開發AOP:基於XML和基於Annotation
-
Spring教程
•
ionic icon(圖標)
-
ionic 教程
•
☆基於Java Instrument的Agent實現
•
適用於PHP初學者的學習線路和建議
相關標籤/搜索
親和力
卷積
藥物
卷積神經網絡
卷標
親和
和親
親測!!!!
親測
系統網絡
XLink 和 XPointer 教程
網站品質教程
網站建設指南
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
Appium入門
2.
Spring WebFlux 源碼分析(2)-Netty 服務器啓動服務流程 --TBD
3.
wxpython入門第六步(高級組件)
4.
CentOS7.5安裝SVN和可視化管理工具iF.SVNAdmin
5.
jedis 3.0.1中JedisPoolConfig對象缺少setMaxIdle、setMaxWaitMillis等方法,問題記錄
6.
一步一圖一代碼,一定要讓你真正徹底明白紅黑樹
7.
2018-04-12—(重點)源碼角度分析Handler運行原理
8.
Spring AOP源碼詳細解析
9.
Spring Cloud(1)
10.
python簡單爬去油價信息發送到公衆號
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
基於知識圖譜嵌入和卷積-LSTM網絡的藥物-藥物相互作用預測
2.
Survey | 基於圖卷積網絡的藥物發現方法
3.
基於時空圖卷積注意力網絡的交通速度預測
4.
Bioinformatics|基於知識圖譜嵌入的藥物靶標發現
5.
基於Opencv和卷積網絡的圖形檢測
6.
IJCAI2020 | 知識圖神經網絡預測藥物與藥物相互作用
7.
《卷積網絡》物體檢測
8.
基於卷積神經網絡的目標檢測算法
9.
(16)基於圖卷積神經網絡的軌道交通流量預測
10.
圖卷積網絡
>>更多相關文章<<