Loading...
机构名称:
¥ 1.0

图 2:模型概述。所研究蛋白质的 PDB 文件用于生成其图形表示。然后,将 POI 和 E3 连接酶的这些图形表示传递到预先训练的 GearNet 进行特征提取,同时从 PROTAC 组件的 SMILES 中收集指纹。然后将各个特征连接起来,并将连接的向量传递到机器学习模型(XGBoost、随机森林或 MLP)以预测 PROTAC 的 DC 50 值。单个示例的多格式标签允许在回归和分类任务中训练所研究的模型。

预测蛋白质靶向嵌合体的降解潜力

预测蛋白质靶向嵌合体的降解潜力PDF文件第1页

预测蛋白质靶向嵌合体的降解潜力PDF文件第2页

预测蛋白质靶向嵌合体的降解潜力PDF文件第3页

预测蛋白质靶向嵌合体的降解潜力PDF文件第4页

预测蛋白质靶向嵌合体的降解潜力PDF文件第5页

相关文件推荐

2021 年
¥2.0
2025 年
¥3.0