电脑桌面
添加易通论缘成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf

26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第1页
1/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第2页
2/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第3页
3/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第4页
4/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第5页
5/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第6页
6/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第7页
7/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第8页
8/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第9页
9/46页
26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf_第10页
10/46页
WHKJ大学本科毕业论文 I 摘 要 从大量的化合物里筛选具有特定靶点结合活性的候选分子,就计算而言可形式化为一个二分类预测问题,针对传统分子指纹方法对图拓扑信息利用不够的局限,本文提出了基于图注意力网络的药物 - 靶点相互作用预测的一种模型,此模型运用了一种双通道异构编码体系结构:药物侧把 SMILES 字符串进行解析成为分子图,通过两层多头图注意力网络开展拓扑特征的学习,借助自注意力机制为不同原子及其邻域自适应地赋予权重;蛋白质侧把氨基酸组成与二肽组成特征提取出来,经三层全连接网络映射而成为深度表征,两通道输出拼接之后被送入全连接分...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

26年WP网络工程 基于图注意力网络的药物-靶点预测方法研究8.35-AI51.12-约38541字符.pdf

您可能关注的文档

发表评论取消回复

  
新文件+ 关注
机构认证
内容提供者

新文件

确认删除?
qq
  • 联系点击这里给我发消息
搜索教程
联系客服
  • 联系客服
回到顶部