arXiv · AI×医药交叉论文· Huangchao Xu·· 2 天前AI 评分34
HierDTA：用于药物-靶标亲和力预测的分层结构感知表征学习框架
HierDTA: Hierarchical Structure-Aware Representation Learning for Drug--Target Affinity Prediction
AI 导读
研究人员提出分层结构感知框架 HierDTA，用于药物-靶标亲和力（DTA）预测。该框架将药物表征为原子-基序异构图，把蛋白激酶结构域转化为残基相互作用图，并通过交叉注意力融合局部与全局特征。测试显示，HierDTA 在 Davis 数据集全指标领先，在 KIBA 上取得 0.791 的最高 $r_m^2$，并在未知蛋白冷启动场景下将 MSE 降低 21.7%。
来源：arXiv · AI×医药交叉论文 · arxiv.org