RAVEN用冻结图储层预测蛋白-配体亲和力
热点事件历史事件
RAVEN用冻结图储层预测蛋白-配体亲和力
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
Qingyang Zou等作者提出并评测了 RAVEN 蛋白-配体结合亲和力预测方法：把多个独立初始化后完全冻结的原子图神经网络当作非线性结构表示储层，再与确定性物理信息相互作用指纹结合，由异质神经与树模型读取并做基于验证的非负融合。 在按 GEMS 相似性标准重建、相似性隔离的 PDBbind 2020R1 基准上，RAVEN 在留出测试集取得 Pearson 相关系数 0.8005、RMSE 1.2346 pK 单位；在受保护的 CASF-2016 子集上 Pearson 相关系数为 0.8415。 消融分析显示，增加冻结图视图数量总体上提升纯结构表示的预测效用，而物理信息树模型读取器呈现不同残差模式，有助于异质模型融合。
AI 根据报道生成 · 9 天前更新
最新进展10月30日 08:00
RAVEN：冻结随机图储层结合物理信息相互作用指纹预测蛋白-配体结合亲和力报道时间线
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RAVEN：冻结随机图储层结合物理信息相互作用指纹预测蛋白-配体结合亲和力
【摘要级】RAVEN 用多个独立初始化后完全冻结的原子图神经网络作为非线性结构表示储层，再与确定性物理信息相互作用指纹结合，由异质神经与树模型读取并做基于验证的非负融合。
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。