الأبحاث المرتبطة بالكلمة المفتاحية: هدف دوائي
-
توقع تفاعل الأدوية مع الأهداف المعتمد على التعلم العميق
2025 | المؤلف: Yanpeng Zhao وآخرون | المجلة: Nature Communications | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)في هذا القسم، يوضح المؤلفون المنهجيات المستخدمة لمقارنة نماذج مختلفة في توقع تفاعل الأدوية مع الأهداف (DTI) باستخدام مجموعات بيانات من DrugBank وDavis وKIBA. تم إعادة تدريب كل نموذج وضبطه بناءً على المعلمات من مستودعات GitHub الخاصة بهم، مع متوسط النتائج على خمسة تجارب متكررة لضمان موثوقية إحصائية. تشمل النماذج البارزة DeepConv-DTI، الذي يستخدم الشبكات…
-
DeepDTAGen: إطار تعلم عميق متعدد المهام لتوقع تقارب الأدوية والأهداف وتوليد الأدوية المدركة للأهداف
2025 | المؤلف: Pir Masoom Shah وآخرون | المجلة: Nature Communications | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم ورقة البحث إطار تعلم متعدد المهام يهدف إلى تعزيز اكتشاف الأدوية من خلال التنبؤ في وقت واحد بمدى ارتباط الأدوية بالأهداف وتوليد أنواع جديدة من الأدوية المدركة للأهداف. لقد ركزت الأساليب التقليدية في التعلم الآلي في هذا المجال بشكل كبير على المهام الفردية، إما من خلال التنبؤ بتفاعلات الأدوية مع الأهداف (DTI) أو توليد…
-
DTIAM: إطار موحد للتنبؤ بتفاعلات الأدوية مع الأهداف، والألفة المرتبطة بها وآليات الأدوية
2025 | المؤلف: Zhangli Lu وآخرون | المجلة: Nature Communications | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)يتكون إطار عمل DTIAM من ثلاثة مكونات رئيسية: تعلم تمثيل الجزيئات ذاتية الإشراف، تعلم تمثيل البروتينات غير المراقب، ودمج التمثيل لمهام استنتاج الأدوية والأهداف عبر التعلم الآلي الآلي (AutoML). يستخدم تعلم تمثيل الجزيئات ذاتية الإشراف نهجًا على غرار BERT من خلال نموذج يسمى BERMol، الذي يتعلم تمثيلات متجهية للتركيبات الجزيئية من بيانات غير مصنفة على…