亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors

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
作者
Jae-Chan Lee,Dongmin Bang,Sun Kim
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
卷期号:65 (1): 50-61
标识
DOI:10.1021/acs.jcim.4c01255
摘要

Accurate identification of adenosine triphosphate (ATP) binding sites is crucial for understanding cellular functions and advancing drug discovery, particularly in targeting kinases for cancer treatment. Existing methods face significant challenges due to their reliance on time-consuming precomputed features and the heavily imbalanced nature of binding site data without further investigations on their utility in drug discovery. To address these limitations, we introduced Multiview-ATPBind and ResiBoost. Multiview-ATPBind is an end-to-end deep learning model that integrates one-dimensional (1D) sequence and three-dimensional (3D) structural information for rapid and precise residue-level pocket-ligand interaction predictions. Additionally, ResiBoost is a novel residue-level boosting algorithm designed to mitigate data imbalance by enhancing the prediction of rare positive binding residues. Our approach outperforms state-of-the-art models on benchmark data sets, showing significant improvements in balanced metrics with both experimental and AI-predicted structures. Furthermore, our model seamlessly transfers to predicting binding sites and enhancing docking simulations for kinase inhibitors, including imatinib and dasatinib, underscoring the potential of our method in drug discovery applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
量子星尘发布了新的文献求助10
8秒前
21秒前
Mason完成签到,获得积分10
23秒前
bellapp完成签到 ,获得积分10
36秒前
量子星尘发布了新的文献求助10
42秒前
华仔应助带你去买盐采纳,获得10
51秒前
1分钟前
1分钟前
量子星尘发布了新的文献求助10
1分钟前
1分钟前
zcg发布了新的文献求助10
1分钟前
1分钟前
量子星尘发布了新的文献求助10
1分钟前
ktw完成签到,获得积分10
1分钟前
量子星尘发布了新的文献求助10
2分钟前
双手外科结完成签到,获得积分10
2分钟前
lyfsci完成签到,获得积分10
2分钟前
liwang9301完成签到,获得积分10
2分钟前
直率的笑翠完成签到 ,获得积分10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
2分钟前
量子星尘发布了新的文献求助10
3分钟前
yerong完成签到,获得积分10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
量子星尘发布了新的文献求助10
3分钟前
计时器响了完成签到,获得积分10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
量子星尘发布了新的文献求助10
5分钟前
章鱼完成签到,获得积分10
5分钟前
FashionBoy应助科研通管家采纳,获得10
5分钟前
量子星尘发布了新的文献求助10
5分钟前
5分钟前
5分钟前
量子星尘发布了新的文献求助10
5分钟前
简单酒窝发布了新的文献求助10
6分钟前
制冷剂完成签到 ,获得积分10
6分钟前
yzhilson完成签到 ,获得积分10
6分钟前
高分求助中
Africanfuturism: African Imaginings of Other Times, Spaces, and Worlds 3000
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 2000
Electron microscopy study of magnesium hydride (MgH2) for Hydrogen Storage 1000
Structural Equation Modeling of Multiple Rater Data 700
 Introduction to Comparative Public Administration Administrative Systems and Reforms in Europe, Third Edition 3rd edition 590
全球膝关节骨性关节炎市场研究报告 555
Exhibiting Chinese Art in Asia: Histories, Politics and Practices 540
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3892421
求助须知:如何正确求助?哪些是违规求助? 3435168
关于积分的说明 10791509
捐赠科研通 3160138
什么是DOI,文献DOI怎么找? 1745367
邀请新用户注册赠送积分活动 842857
科研通“疑难数据库(出版商)”最低求助积分说明 786898