| 标题 |
 SAIR: Enabling Deep Learning for Protein-Ligand Interactions with a Synthetic Structural Dataset SAIR：用合成结构数据集实现蛋白质-配体相互作用的深度学习
相关领域
化学
亲缘关系
计算机科学
结合亲和力
蛋白质配体
人工智能
深度学习
卷积神经网络
水准点（测量）
机器学习
配体（生物化学）
药物发现
功能（生物学）
计算生物学
化学
生物信息学
生物
地理
立体化学
大地测量学
进化生物学
受体
有机化学
生物化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊： 作者：Pablo Lemos; Zane Beckwith; Sasaank Bandi; Maarten van Damme; Jordan Crivelli-Decker; et al 出版日期：2025-06-22 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Theprisoners
null
cdercder
aajhajkahna
DOC_XIONG
asdasd
Kao
Criminology34
乐空思
无极微光
dde
arniu2008
Nole
秋风
殷勤的紫槐
潇洒的惋清
舒适的如萱
Ali
七颗茶香豆
凌凌
皖公网安备34019202002308
