基于深度学习的在线小分子Kinome选择性预测平台

[图片] 01  引言 在药物发现的早期阶段，准确表征激酶抑制剂的选择性谱至关重要。这不仅能帮助解释潜在的多靶点药理作用（off-target polypharmacology）带来的副作用，还为药物重新定位提供了重要的药理学见解。然而，现有的激酶谱选择性实验检测方法往往耗时长、资源消耗大，特别是在涵盖整个激酶组（kinome）的情况下。因此，开发一种准确、高效的insilico预测工具，对新型小分子激酶抑制剂的发现至关重要。 本文提出并开发了一种基于深度学习的多任务神经网络模型，名为KinomePro...【查看原文】