源于Transfoemers的抗體特異性雙向編碼器表示(AntiBERTa)是一種可以學習抗體的特征和語法的模型。具有例如追蹤抗體的B細胞來源、…… Continue reading →

一個機器學習(ML)框架可利用基于網絡的分析來識別ICI治療生物標志物(NetBio)，并做出穩健的預測。 背景介紹 在過去的幾年中，免疫檢查點…… Continue reading →

EagleC是一個結合了深度學習和集成學習策略的框架，能以高分辨率預測全范圍的結構變異。 背景介紹 結構變異(SVs)，包括缺失、倒置、重復和易…… Continue reading →

deepHPI基于深度學習，為宿主-病原體蛋白相互作用(HPPIs)預測問題提供了更穩健和準確的解決方案。 背景介紹 病原體的爆發，持續威脅著世…… Continue reading →

光譜質量（SPEQ）評估工具可用于鑒別并消除低質量光譜，同時突出顯示高質量的光譜。本文用深度神經網絡建立的光譜質量判定模型SPEQ與其他預測工具…… Continue reading →

基于正向合成Allchemy平臺，從大約200種商業規?；厥盏膹U棄化學品中得到了巨大的合成網絡并從中檢索出數以萬計的路徑，可生產大約300種重要…… Continue reading →

腺相關病毒(AAV)載體作為一種首選的基因傳遞載體，在一些臨床適應癥中使治療性基因得以表達。佛羅里達大學Zolotukhin教授的一篇觀點類文章…… Continue reading →

嗅覺受體 (OR) 的氨基酸序列如何編碼對各種配體的多樣化反應？一個基于 OR 序列相似性和配體物理化學特征的蛋白質化學計量學 (PCM) 模型…… Continue reading →

iANP-EC是一種集成計算框架，結合機器學習和進化計算可識別天然抗癌化合物。 背景介紹 在癌癥治療中，盡管化療和放療有嚴重的副作用，但它們仍是…… Continue reading →

通過高通量虛擬篩選發現了MCULE-5948770040，一種作用于SARS-CoV-2主要蛋白酶的新型非共價小分子抑制劑。進一步的濕實驗、X射…… Continue reading →