跳到正文
Briefings in Bioinformatics· Song Chen, Zhijian Huang, Yucheng Wang, Yahan Li, Guimei Liu, Yaw Sing Tan, Min Wu, Lei Deng·· 4 天前精选AI 评分58

RNA与小分子互作预测的机器学习方法综述:任务、评测与未来方向

Machine learning for RNA–small molecule interactions: methodologies, evaluation, and future directions

AI 导读

【摘要级】这篇综述系统梳理了RNA与小分子相互作用预测的计算方法,聚焦结合位点预测、结合偏好预测和结合构象预测三项核心任务。文章总结了支撑这些任务的数据资源与分子表征方式,评述了从统计方法、传统机器学习到深度学习的各类方法及其优势与局限。作者指出当前研究面临数据有限、模型黑箱以及生成建模需求上升等挑战,并提出数据增强、模型可解释性和RNA靶向小分子设计等方向。

推荐理由

综述梳理RNA与小分子互作预测的三类任务、数据资源与代表性方法,并指出数据稀缺与模型可解释性等开放问题。

来源:Briefings in Bioinformatics · doi.org