Nat. Comput. Sci. 评论 | 利用深度学习打造优化配体的创新之路

文章预览

DRUG AI 希腊雅典国立卡波季斯特里安大学医学院分子癌变研究组的Orestis A. Ntintas、Theodoros Daglis和Vassilis G. Gorgoulis，美国纽约Intelligencia Inc的Orestis A. Ntintas和Vassilis G. Gorgoulis，希腊克里特岛技术大学产品工程与管理学院的Theodoros Daglis，希腊雅典国家技术大学应用数学与物理学院的Theodoros Daglis，英国邓迪大学Ninewells医院与医学院的Vassilis G. Gorgoulis，希腊雅典科学院生物医学研究基金会的Vassilis G. Gorgoulis，以及英国曼彻斯特大学癌症科学学院的Vassilis G. Gorgoulis等，在 Nature Communications Science 上对 湖南大学曾湘祥教授团队 和西安电子科技大学 李朋勇团队 “ A deep learning approach for rational ligand generation with toxicity control via reactive building blocks ”的工作进行了评论 。 这项最新研究提出了DeepBlock，这是一种基于深度学习的方法，用于生成具有目标特性的配体，例 ………………………………