机译:WDL-RF:通过组合加权深度学习和随机森林来预测与G蛋白偶联受体作用的配体分子的生物活性
Nanjing Univ Posts &
Telecommun Sch Geog &
Biol Informat Nanjing 210023 Jiangsu Peoples R China;
Nanjing Univ Posts &
Telecommun Sch Telecommun &
Informat Engn Nanjing 210023 Jiangsu Peoples R China;
Hohai Univ Coll Comp &
Informat Nanjing 211100 Jiangsu Peoples R China;
China Pharmaceut Univ Jiangsu Key Lab Drug Screening Nanjing 210009 Jiangsu Peoples R China;
Nanjing Univ Posts &
Telecommun Sch Telecommun &
Informat Engn Nanjing 210023 Jiangsu Peoples R China;
Univ Michigan Dept Biol Chem Ann Arbor MI 48109 USA;
Nanjing Med Univ Nanjing Brain Hosp Child Mental Hlth Res Ctr Nanjing 210029 Jiangsu Peoples R China;
Univ Michigan Dept Computat Med &
Bioinformat Ann Arbor MI 48109 USA;
机译:WDL-RF:通过组合加权深度学习和随机森林来预测与G蛋白偶联受体作用的配体分子的生物活性
机译:用于检测通过G(1)蛋白偶联受体的配体的荧光报告器测定
机译:使用Naive Baye,随机森林和SVM机器学习技术来确定可能影响双相障碍学生的预测模型,数据挖掘和建立一个使用Keras的顺序深度学习模型
机译:使用机器学习和深度学习方法预测小分子抑制雌激素受体的能力
机译:使用噬菌体展示的随机肽库,鉴定和表征Mas(孤儿G蛋白偶联受体)的替代肽配体。
机译:WDL-RF:预测与G作用的配体分子的生物活性加权深度学习和随机相结合的蛋白质偶联受体森林
机译:WDL-RF:通过组合加权深度学习和随机森林来预测与G蛋白偶联受体作用的配体分子的生物活性