基于残基-原子接触壳的OnionNet-2模型：用于预测蛋白质-配体结合亲和力的卷积神经网络模型
摘要：使用深度学习方法构建的卷积神经网络模型OnionNet-2在蛋白质-配体结合自由能预测中表现出色，相比已有模型在CASF-2016和CASF-2013数据集上表现最佳。该模型还经过了来自对接程序的非实验性替代结构以及由CSAR提供的高质量数据集CSAR NRC-HiQ的验证，取得了巨大的成功。因此，本研究提供了一种简单而高效的蛋白质-配体结合自由能预测的评分函数。
作者：Zechen Wang, Liangzhen Zheng, Yang Liu, Yuanyuan Qu, Yong-Qiang Li, Mingwen Zhao, Yuguang Mu and Weifeng Li
论文ID：2103.11664
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-06-28