MIT科学家开发DeepBAR技术，将加速药物发现进程
美国麻省理工学院（MIT）的科学家开发出DeepBAR技术，可快速计算候选药物与其靶蛋白间的结合亲和力，并在短时间内得到精确的计算结果。药物只有粘附在体内的靶蛋白上才能发挥药效，因此评估粘性是药物发现和筛选过程中的一个关键障碍，机器学习技术的引入或能降低该障碍。
该技术与自由能的结合速度比以前的方法快了近50倍，可用于药物筛选和蛋白质工程，加速药物发现进程。相关研究成果发表于《物理化学快报》期刊。
将来，研究人员计划提高DeepBAR对大型蛋白质进行计算的能力，这项任务通过计算机科学的最新进展而变得可行。这项研究是将数十年来发展起来的传统计算化学方法与机器学习的最新发展相结合的一个例子。
这项研究部分由美国国立卫生研究院资助。获取更多前沿科技 研究访问：https://byteclicks.com
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/18242.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
