检索结果-维普期刊中文期刊服务平台

基于药物子结构与蛋白质三维图信息的化合物-蛋白质相互作用预测: 1; 作者李亚茹王倩倩 +1 位作者车超朱德恒《计算机科学》 2025年第9期71-79,共9页; 药物通过与蛋白质相互作用来抑制或激活特定蛋白质的功能,从而发挥治疗作用。近年来,深度学习方法在化合物蛋白质相互作用预测中取得显著进展。然而,现有的大多数研究仍然侧重于从药物和蛋白质的整体特征进行提取,对于药物和靶点的信息... 展开更多; 关键词化合物-蛋白质相互作用预测药物子结构蛋白质结构预测图神经网络深度学习; 在线阅读下载PDF 职称材料

基于特征的深度学习预测化合物-蛋白质相互作用的研究进展: 2; 作者荣丹琪王倩 +2 位作者唐丽司婉雨赵鸿萍《中国药科大学学报》 CAS CSCD 北大核心 2023年第3期305-313,共9页; 药物研发过程中,化合物-蛋白质相互作用(compound-protein interaction,CPI)预测是发现苗头化合物、药物重定位等研究的关键技术手段。近年来,深度学习被广泛应用于CPI研究,加速了药物发现中CPI预测的发展。本文重点讨论基于特征的CPI... 展开更多; 关键词深度学习化合物-蛋白质相互作用药物重定位苗头化合物筛选; 在线阅读下载PDF 职称材料

蛋白质相互作用预测、设计与调控被引量：7: 3; 作者张长胜来鲁华《物理化学学报》 SCIE CAS CSCD 北大核心 2012年第10期2363-2380,共18页; 蛋白质相互作用是生命活动在分子水平上的基本事件.蛋白质相互作用的三维图像可以给出关键生命活动过程的分子细节.了解蛋白质相互作用的原理有助于揭示生命活动的机制,并在此基础上开展有重要价值的蛋白质设计.本文对于蛋白质相互作用... 展开更多; 关键词蛋白质相互作用相互作用预测蛋白质-蛋白质对接蛋白质相互作用设计蛋白质药物药物设计; 在线阅读下载PDF 职称材料

康奈尔净碳水化合物-蛋白质体系在反刍动物生产中的应用研究被引量：6: 4; 作者马小俊杨宇为 +1 位作者马青周玉香《动物营养学报》 CAS CSCD 北大核心 2023年第6期3478-3490,共13页; 康奈尔净碳水化合物-蛋白质体系(CNCPS)是由美国康奈尔大学学者提出的一种基于动物、环境和饲料成分信息,将饲料的生物学特性与动物的消化利用情况有机结合,在不同生产情况下预测动物需要量和营养供应的模型。近年来,应用CNCPS进行饲料... 展开更多; 关键词康奈尔净碳水化合物-净蛋白质体系饲料营养价值评定反刍动物生产性能预测; 在线阅读下载PDF 职称材料

基于支持向量机集成的蛋白质与维生素绑定位点预测: 5; 作者朱非易《现代电子技术》北大核心 2015年第9期90-95,共6页; 在蛋白质与维生素绑定位点预测问题中,小类样本和大类样本之间存在显著的不平衡性,传统的机器学习方法将不再适用。针对此问题,在多重随机下采样的基础上结合支持向量机(SVM)集成来预测蛋白质与维生素的绑定位点,采用了一种改进的Ada Bo... 展开更多; 关键词蛋白质-维生素相互作用绑定位点预测多重随机下采样 SVM集成 ADABOOST算法; 在线阅读下载PDF 职称材料

题名基于药物子结构与蛋白质三维图信息的化合物-蛋白质相互作用预测: 1; 作者李亚茹王倩倩车超朱德恒; 机构大连大学先进设计与智能计算省部共建教育部重点实验室; 出处《计算机科学》 2025年第9期71-79,共9页; 基金国家自然科学基金(62076045) 高等学校学科创新引智基地(D23006) +1 种基金国家外国专家项目(D20240244) 大连大学学科交叉项目(DLUXK-2024-QN-010,DLUXK-2024-QN-006)。; 文摘药物通过与蛋白质相互作用来抑制或激活特定蛋白质的功能,从而发挥治疗作用。近年来,深度学习方法在化合物蛋白质相互作用预测中取得显著进展。然而,现有的大多数研究仍然侧重于从药物和蛋白质的整体特征进行提取,对于药物和靶点的信息探索不足,忽视了蛋白质结构的三维空间信息以及药物关键子结构在化合物蛋白质相互作用预测中的作用。针对这一问题,提出了一种新的模型,其结合药物的官能团、整体结构图以及蛋白质的序列和三维空间图信息,将图神经网络和注意力机制融合,进行高效的特征学习与预测。在Human和C.elegans公开数据集上的实验结果表明,所提模型在CPI预测中表现出色,在ACC,AUROC和AUPR指标上有1%以上的提升,在非平衡数据集上表现出稳定的性能优势。; 关键词化合物-蛋白质相互作用预测药物子结构蛋白质结构预测图神经网络深度学习; Keywords Compound-protein interaction Drug substructure Protein structure prediction Graph neural networks Deep learning; 分类号 TP391 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

题名基于特征的深度学习预测化合物-蛋白质相互作用的研究进展: 2; 作者荣丹琪王倩唐丽司婉雨赵鸿萍; 机构中国药科大学理学院; 出处《中国药科大学学报》 CAS CSCD 北大核心 2023年第3期305-313,共9页; 基金国家自然科学基金资助项目(No.81973512) 江苏高校哲学社会科学研究重大项目(No.2023SJZD130)。; 文摘药物研发过程中,化合物-蛋白质相互作用(compound-protein interaction,CPI)预测是发现苗头化合物、药物重定位等研究的关键技术手段。近年来,深度学习被广泛应用于CPI研究,加速了药物发现中CPI预测的发展。本文重点讨论基于特征的CPI预测模型,首先,介绍了CPI预测中常见的数据库、化合物和蛋白质的典型特征表示方法。根据建模中的关键问题,从多模态和注意力机制两个方面,对基于特征的CPI预测模型展开论述。在此基础上,选取其中12个模型,在3个经典数据集上评估了模型在分类任务和回归任务中的性能。本文总结当前该领域面临的挑战,对未来的发展方向进行展望,为CPI预测方法进一步研究提供思路。; 关键词深度学习化合物-蛋白质相互作用药物重定位苗头化合物筛选; Keywords deep learning compound-protein interaction drug repurposing lead compound screening; 分类号 R181 [医药卫生—流行病学] R914 [医药卫生—药物化学]; 在线阅读下载PDF 职称材料

题名蛋白质相互作用预测、设计与调控被引量：7: 3; 作者张长胜来鲁华; 机构北京大学化学与分子工程学院北京大学定量生物学中心北京大学-清华大学生命科学联合中心; 出处《物理化学学报》 SCIE CAS CSCD 北大核心 2012年第10期2363-2380,共18页; 基金国家自然科学基金(11021463 90913021) +1 种基金北京大学-清华大学生命科学联合中心优秀博士后项目资助~~; 文摘蛋白质相互作用是生命活动在分子水平上的基本事件.蛋白质相互作用的三维图像可以给出关键生命活动过程的分子细节.了解蛋白质相互作用的原理有助于揭示生命活动的机制,并在此基础上开展有重要价值的蛋白质设计.本文对于蛋白质相互作用预测、设计和调控研究的近期进展进行了总结归纳,介绍了作者实验室在相关领域的研究进展,并对今后的研究方向进行了展望.主要包括:(1)蛋白质相互作用网络、蛋白质相互作用机制和蛋白质复合物结构计算分析;(2)基于序列、结合位点以及复合物结构的蛋白质相互作用预测;(3)蛋白质相互作用设计方法;(4)利用化学分子调控蛋白质相互作用的方法;(5)针对蛋白质相互作用的蛋白质药物设计方法.; 关键词蛋白质相互作用相互作用预测蛋白质-蛋白质对接蛋白质相互作用设计蛋白质药物药物设计; Keywords Protein-protein interaction Interaction prediction Protein-protein docking Protein-protein interaction design Protein drug Drug design; 分类号 O629.73 [理学—有机化学]; 在线阅读下载PDF 职称材料

题名康奈尔净碳水化合物-蛋白质体系在反刍动物生产中的应用研究被引量：6: 4; 作者马小俊杨宇为马青周玉香; 机构宁夏大学农学院宁夏农林科学院动物科学研究所; 出处《动物营养学报》 CAS CSCD 北大核心 2023年第6期3478-3490,共13页; 基金宁夏重点研发项目(2022BBF02020)。; 文摘康奈尔净碳水化合物-蛋白质体系(CNCPS)是由美国康奈尔大学学者提出的一种基于动物、环境和饲料成分信息,将饲料的生物学特性与动物的消化利用情况有机结合,在不同生产情况下预测动物需要量和营养供应的模型。近年来,应用CNCPS进行饲料营养价值评定的研究越来越多。本文简述了CNCPS的特点,重点阐述了CNCPS对饲料原料的营养价值评定以及对反刍动物饲粮及生产性能的预测评估及其推进发展,并分析了CNCPS与其他评价体系联合应用的情况。; 关键词康奈尔净碳水化合物-净蛋白质体系饲料营养价值评定反刍动物生产性能预测; Keywords Cornell net carbohydrate and protein system feed nutritional value assessment ruminants per⁃formance prediction; 分类号 S816 [农业科学—饲料科学]; 在线阅读下载PDF 职称材料

题名基于支持向量机集成的蛋白质与维生素绑定位点预测: 5; 作者朱非易; 机构南京理工大学计算机科学与工程学院; 出处《现代电子技术》北大核心 2015年第9期90-95,共6页; 基金江苏省自然科学基金-面上项目:面向蛋白质生物计算的特征抽取及动态学习模型研究(BK20141403); 文摘在蛋白质与维生素绑定位点预测问题中,小类样本和大类样本之间存在显著的不平衡性,传统的机器学习方法将不再适用。针对此问题,在多重随机下采样的基础上结合支持向量机(SVM)集成来预测蛋白质与维生素的绑定位点,采用了一种改进的Ada Boost集成方法,称为MAda Boost集成。通过实验比较了不同的集成策略,其中MAda Boost集成效果最优。实验结果表明,采用随机下采样结合SVM集成将有效提高蛋白质维生素绑定位点预测的精度。; 关键词蛋白质-维生素相互作用绑定位点预测多重随机下采样 SVM集成 ADABOOST算法; Keywords protein-vitamin interaction binding site prediction multiple random sampling SVM ensemble AdaBoost al-gorithm; 分类号 TN911-34 [电子电信—通信与信息系统] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于药物子结构与蛋白质三维图信息的化合物-蛋白质相互作用预测	李亚茹王倩倩车超朱德恒	《计算机科学》	2025		在线阅读下载PDF 职称材料
2	基于特征的深度学习预测化合物-蛋白质相互作用的研究进展	荣丹琪王倩唐丽司婉雨赵鸿萍	《中国药科大学学报》 CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
3	蛋白质相互作用预测、设计与调控	张长胜来鲁华	《物理化学学报》 SCIE CAS CSCD 北大核心	2012	7	在线阅读下载PDF 职称材料
4	康奈尔净碳水化合物-蛋白质体系在反刍动物生产中的应用研究	马小俊杨宇为马青周玉香	《动物营养学报》 CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
5	基于支持向量机集成的蛋白质与维生素绑定位点预测	朱非易	《现代电子技术》北大核心	2015	0	在线阅读下载PDF 职称材料