首页> 外文OA文献 >DeepSurf: a surface-based deep learning approach for the prediction of ligand binding sites on proteins

【2h】

DeepSurf: a surface-based deep learning approach for the prediction of ligand binding sites on proteins

机译：Deadsurf：一种基于表面的深度学习方法，用于预测蛋白质中的配体结合位点

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

AI期刊论文写作 >>

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Stelios K Mylonas; Apostolos Axenopoulos; Petros Daras;
展开▼
作者单位

展开▼
年度 2021
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Can We Rely on Computational Predictions To Correctly Identify Ligand Binding Sites on Novel Protein Drug Targets? Assessment of Binding Site Prediction Methods and a Protocol for Validation of Predicted Binding Sites [J] . Broomhead Neal K., Soliman Mahmoud E. Cell biochemistry and biophysics . 2017,第1期

机译：我们可以依靠计算预测来正确识别新型蛋白药物靶标的配体结合位点吗？绑定站点预测方法的评估和预测绑定站点验证的协议
2. Can We Rely on Computational Predictions To Correctly Identify Ligand Binding Sites on Novel Protein Drug Targets? Assessment of Binding Site Prediction Methods and a Protocol for Validation of Predicted Binding Sites [J] . Broomhead Neal K., Soliman Mahmoud E. Cell biochemistry and biophysics . 2017,第1期

机译：我们可以依靠计算预测来正确识别新型蛋白药物靶标的配体结合位点吗？绑定站点预测方法的评估和验证预测绑定站点的协议
3. EFindSite: Improved prediction of ligand binding sites in protein models using meta-threading, machine learning and auxiliary ligands [J] . Brylinski M., Feinstein W.P. Journal of Computer-Aided Molecular Design . 2013,第6期

机译：EFindSite：使用元线程，机器学习和辅助配体改进蛋白质模型中配体结合位点的预测
4. A deep neural network approach using distributed representations of RNA sequence and structure for identifying binding site of RNA-binding proteins [C] . Lei Deng, Youzhi Liu, Yechuan Shi, IEEE International Conference on Bioinformatics and Biomedicine . 2019

机译：使用RNA序列和结构的分布式表示的深层神经网络方法，用于识别RNA结合蛋白的结合位点
5. Development of the property encoded shape distributions and their application to protein binding site comparison and protein-ligand binding affinity prediction. [D] . Das, Sourav. 2010

机译：该属性的编码形状分布的发展及其在蛋白质结合位点比较和蛋白质-配体结合亲和力预测中的应用。
6. SSnet: A Deep Learning Approach for Protein-Ligand Interaction Prediction [O] . Niraj Verma, Xingming Qu, Francesco Trozzi, 2021

机译：SSNet：蛋白质 - 配体相互作用预测的深度学习方法
7. Combining Docking Pose Rank and Structure with Deep Learning Improves Protein–Ligand Binding Mode Prediction over a Baseline Docking Approach [O] . Joseph A. Morrone, Jeffrey K. Weber, Tien Huynh, 2020

机译：结合对接姿势等级和具有深度学习的结构改善了基线对接方法的蛋白质 - 配体绑定模式预测

DeepSurf: a surface-based deep learning approach for the prediction of ligand binding sites on proteins

著录项

引文网络

相似文献

相关主题

期刊订阅