DeepPurpose：一个用于药物-靶点相互作用预测的深度学习库
机器学习
2020-12-11 v3 定量方法
机器学习
摘要
准确预测药物-靶点相互作用（DTI）对药物发现至关重要。近来，深度学习（DL）模型在 DTI 预测中展现出有前景的性能。然而，这些模型对于进入生物医学领域的计算机科学家以及 DL 经验有限的生物信息学家而言可能难以使用。我们提出 DeepPurpose，一个全面且易用的 DTI 预测深度学习库。DeepPurpose 通过实现 15 种化合物与蛋白质编码器以及超过 50 种神经架构来支持定制化 DTI 预测模型的训练，同时还提供许多其他有用功能。我们在多个基准数据集上展示了 DeepPurpose 的 SOTA（state-of-the-art，最优）性能。
引用
@article{arxiv.2004.08919,
title = {DeepPurpose: a Deep Learning Library for Drug-Target Interaction Prediction},
author = {Kexin Huang and Tianfan Fu and Lucas Glass and Marinka Zitnik and Cao Xiao and Jimeng Sun},
journal= {arXiv preprint arXiv:2004.08919},
year = {2020}
}
备注
Published in Bioinformatics (2020)