欢迎进Allbet欧博官网,Allbet欧博官网是欧博集团的官方网站。Allbet欧博官网开放Allbet注册、Allbe代理、Allbet电脑客户端、Allbet手机版下载等业务。

首页科技正文

支持人民币的博彩公司(www.99cx.vip):深度学习模型,让药物研发速度提高超千倍

admin2022-07-1727

以太坊博彩游戏www.eth108.vip)采用以太坊区块链高度哈希值作为统计数据,以太坊博彩游戏数据开源、公平、无任何作弊可能性。


宇宙充满了无限多的分子。但是,这些分子中有多少具有潜在的类似药物的特性,可以用来开发挽救生命的药物治疗呢?几百万?几十亿?万亿?


在将于国际机器学习会议(ICML)上发表的一篇论文中,麻省理工学院的研究人员开发了一种名为EquiBind的几何深度学习模型,它比现有最快的计算分子对接模型之一QuickVina2-W快1200倍,可以成功地将类药物分子与蛋白质结合。




药物发现的过程在财务和计算上都是昂贵的,在获得食品药品监督管理局的最终批准之前,该过程需要投入数十亿美元和超过十年的开发和测试。此外,90%的药物在人体试验后都失败了,原因是没有效果或副作用太多。制药公司弥补这些失败成本的方法之一是提高成功药物的价格。


当前寻找有前途的候选药物分子的计算过程是这样的:大多数最先进的计算模型依赖于大量的候选样本,并结合评分、排名和微调等方法,以获得配体和蛋白质之间的最佳“匹配”。


汉尼斯·斯特尔克是麻省理工学院电气工程和计算机科学系的一年级研究生,也是这篇论文的第一作者,他将典型的配体-蛋白质结合方法比作“试图将一把钥匙插入一把有很多锁孔的锁中”典型的模型在选择最好的一个之前花费大量的时间对每个“适合度”进行评分。相比之下,EquiBind无需事先了解蛋白质的目标口袋,只需一步就可以直接预测精确的关键位置,这就是所谓的“盲对接”。


显示蛋白质酪氨酸激酶6HD6(绿色)和两种抑制剂药物(红色和蓝色)用于肺癌、白血病和胃肠道肿瘤的案例研究。GLIDE是所用的计算模型之一,不如EquiBind精确。

,

支持人民币的博彩公司www.99cx.vip)是一个开放皇冠体育网址代理APP下载、皇冠体育网址会员APP下载、皇冠体育网址线路APP下载、皇冠体育网址登录APP下载的官方平台。支持人民币的博彩公司上支持人民币的博彩公司登录线路、支持人民币的博彩公司代理网址更新最快。支持人民币的博彩公司开放皇冠官方会员注册、皇冠官方代理开户等业务。

,


与大多数需要多次尝试才能找到配体在蛋白质中的有利位置的模型不同,EquiBind已经内置了几何推理,可以帮助模型学习分子的底层物理,并在遇到新的、看不见的数据时成功地进行归纳,以做出更好的预测。


这些发现的发布很快吸引了行业专业人士的注意,包括Relay Therapeutics的首席数据官Pat Walters。Walters建议该团队在现有的用于肺癌、白血病和胃肠肿瘤的药物和蛋白质上尝试他们的模型。尽管大多数传统对接方法都无法成功结合作用于这些蛋白质的配体,但EquiBind成功了。


EquiBind为对接问题提供了一个独特的解决方案,它结合了姿态预测和结合位点识别,这种方法利用了来自数千个公开晶体结构的信息,有可能以新的方式影响该领域。


当所有其他方法都完全错误或只有一个正确时,EquiBind能够将其放入正确的口袋,所以我们非常高兴看到这个结果。



虽然EquiBind已经收到了来自行业专业人士的大量反馈,帮助团队考虑计算模型的实际用途,但strk希望在即将于7月举行的ICML上找到不同的观点。


注:文章内的所有配图皆为网络转载图片,侵权即删!

网友评论

最新评论