基于CNN模型的小分子活性预测

计算机辅助药物设计(Computer-Aided Drug Design,CADD)已成为当今药物研发不可或缺的一部分。采用传统的方法预测小分子结合自由能有一定的局限性,由于传统方法默认了小分子的结构信息与结合能之间是线性的关系,而对于结构-化学信息二者之间并不是线性关系的情况,其预测结果并不是十分准确。随着深度学习技术的发展,我们可以通过神经网络对线性问题或者是非线性问题进行建模,以在小分子的结构信息与其结合能之间建立线性或者非线性的联系,使其预测的结果准确率有所提高。

活性肽与MHC结合能力预测的免疫信息学方法研究进展

综述活性肽与MHC(主要组织相容性复合体,major histocompatibility complex)结合能力预测的免疫信息学方法的最新进展,介绍常用的肽与MHC分子结合预测的相关工具及方法,分析了各类方法的特点、研究重点和难点,以期为寻找免疫活性肽提供更快捷的方法。