机构名称：
¥ 1.0
危及生命的疾病Covid-19启发了通过重新利用现有药物来发现新型治疗剂的重要努力。尽管多靶标（多药理学）疗法被认为是诸如Covid-19的系统疾病的最有效的方法，但计算多靶标的化合物筛选受到高素质实验性数据的稀缺限制，并且在从分子中提取信息方面的差异很少。这项研究介绍了Molgnn，这是一种用于分子性质预测的新深度学习模型。molgnn将图神经网络应用于化学分子嵌入的计算学习。与最新的方法相比，在很大程度上依靠标记的实验数据相比，我们的方法在预处理阶段实现了相同或出色的预测性能，而没有手动标签，并且只有几个标签的数据表现出色。我们的结果表明，Molgnn在稀缺的训练数据方面具有强大的功能，因此是一种强大的几次学习工具。molgnn预测了针对人Janus激酶和SARS-COV-2主要蛋白酶的几个多靶标分子，它们分别是针对瞄准药物的优先靶标，以减轻细胞因子风暴Covid-19症状和抑制病毒复制。我们还预测了SARS-COV-2诱导的细胞死亡的潜在分子。MOLGNN顶级预测中的几个预测得到了现有的实验和临床证据的支持，证明了我们方法的潜在值。
covid-19使用少量...
主要关键词
相关文件推荐
