跳到正文
ChemRxiv Preprints· Chen, Minrui·· 1 天前AI 评分63

编辑关系高斯过程预测环肽渗透性变化

The Same Edit, a Different Outcome: Relational Learning for Cyclic Peptide Permeability

AI 导读

研究提出编辑关系高斯过程,将局部修饰带来的残基关系变化编码进分子差异学习,用于预测环肽渗透性。在286个母体池、4213对实测母体-产物对的回溯重放中,关系输入在全部五个化学组分上均优于匹配的描述符高斯过程,组分加权平均增益为0.588 log10渗透性单位,高于同预算下ExtraTrees描述符排序的0.537和四次随机测量的0.491。

来源:ChemRxiv Preprints · chemrxiv.org