机器学习模型可以加速药物发现
摘要 华威大学的研究人员开发了一种机器学习模型，可以预测蛋白质和药物分子之间的相互作用，准确率达到99%。研究成果发表于《科学进展》。该算
华威大学的研究人员开发了一种机器学习模型，可以预测蛋白质和药物分子之间的相互作用，准确率达到99%。研究成果发表于《科学进展》。
该算法旨在仅使用少量参考实验来提供准确的结果，从而确定药物分子是否会与目标蛋白结合，从而加速药物的发现。此外，该模型可以通过概述材料科学问题的解决方案(如硅表面建模)来提供对分子间力的洞察。
华威大学预测建模中心的詹姆斯克莫德(James Kermode)说：“这项工作令人兴奋，因为它为材料和分子提供了一种通用的机器学习方法。这项研究预计将大幅增加。药物设计和材料机械性能描述的模型的准确性和可移植性。”
研究人员通过结合结构中每个原子的局部信息开发了该算法，并将其应用于不同类型的化学、材料科学和生物化学问题。这种设计使得机器学习模型能够预测微电子应用中有机硅结构中有机分子的稳定性和能量平衡。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时候联系我们修改或删除，多谢。