利用图神经网络中三维结构嵌入的图表示预测药物-靶点相互作用
机器学习
2019-04-18 v1 机器学习
摘要
准确预测药物-靶点相互作用(DTI)对于计算机辅助药物设计至关重要。为此，我们提出了一种利用图神经网络(GNN)直接整合蛋白质-配体复合物三维结构来预测DTI的新方法。我们还应用了带有门增强的距离感知图注意力算法以提升模型性能。结果表明，在虚拟筛选和姿态预测方面，我们的模型均优于分子对接及其他深度学习方法。此外，我们的模型能够复现活性分子与非活性分子的自然群体分布。
引用
@article{arxiv.1904.08144,
title = {Predicting drug-target interaction using 3D structure-embedded graph representations from graph neural networks},
author = {Jaechang Lim and Seongok Ryu and Kyubyong Park and Yo Joong Choe and Jiyeon Ham and Woo Youn Kim},
journal= {arXiv preprint arXiv:1904.08144},
year = {2019}
}
备注
20 pages, 2 figures