DeepMolVir用病毒序列嵌入预测抑制剂活性
热点事件历史事件
DeepMolVir用病毒序列嵌入预测抑制剂活性
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
Pengxuan Ren等作者提出DeepMolVir模型，用蛋白语言模型ESMC-600M生成的病毒序列嵌入替代传统分类标签，与分子特征结合预测化合物-病毒活性。作者称，在覆盖178种病毒、50,711对化合物-病毒活性数据的数据集上做5折交叉验证，模型AUC为0.8653、RMSE为0.9480；虚拟病毒表示持续优于传统分类编码，消融实验显示病毒序列信息是性能的关键贡献因素。 作者还称，尼帕病毒和汉坦病毒的案例研究显示该模型能识别候选抗病毒骨架并支持跨科药物重定位。这些性能与案例结果均为作者报告，尚未见独立验证。
AI 根据报道生成 · 9 天前更新
最新进展10月30日 08:00
DeepMolVir：用蛋白语言模型学习虚拟病毒表示预测病毒-抑制剂活性报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- ACS JCIM (化学信息与建模)精选DeepMolVir：用蛋白语言模型学习虚拟病毒表示预测病毒-抑制剂活性
【摘要级】研究构建了覆盖178种病毒、50,711对化合物-病毒活性数据的数据集，提出DeepMolVir模型，用ESMC-600M生成的病毒序列嵌入替代传统分类标签，与分子特征结合预测化合物-病毒相互作用。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 511月2日 02:00
- 近 24 小时变化
- -20%
0246
11月3日11月4日11月5日11月6日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。