标题 |
![]() 残基级多视图深度学习用于ATP结合位点预测及其在激酶抑制剂中的应用
相关领域
达沙替尼
药物发现
计算机科学
Boosting(机器学习)
对接(动物)
结合位点
深度学习
激酶
三磷酸腺苷
计算生物学
人工智能
水准点(测量)
机器学习
化学
生物
生物化学
信号转导
酪氨酸激酶
医学
护理部
大地测量学
地理
|
网址 | |
DOI | |
其它 |
期刊:Journal of Chemical Information and Modeling 作者:Jae-Chan Lee; Dongmin Bang; Sun Kim 出版日期:2024-12-17 |
求助人 | |
下载 | 求助已完成,仅限求助人下载。 |
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。
|