摘要
摘要:预测药物与靶点之间相互作用在药物开发过程中起着关键作用。使用传统的方法来确定药物和靶标之间是否发生相互作用,耗资高且费时。因此,将机器学习和深度学习算法,应用于药物靶标相互作用预测已经成为当前研究的热点之一。机器学习和深度学习算法在药物靶标相互预测中的优势主要有以下几点。算法能够处理大规模和高维度的生物数据,包括药物结构信息、蛋白质序列和基因表达数据等。且能够挖掘数据中的潜在规律和模式,从而提高了药物靶标预测的精度和鲁棒性。
出版日期
2024年03月04日(中国期刊网平台首次上网日期,不代表论文的发表时间)