众所周知，RNA(核糖核酸） 是生物体内重要的遗传信息载体。构成RNA的碱基主要有4种，即A（腺嘌呤）、G（鸟嘌呤）、C（胞嘧啶）、U（尿嘧啶） 。虽然RNA是单链结构的，但在我们的身体里，RNA中的部分碱基往往会相互配对，形成复杂的二级结构。如图...

今天给大家介绍密歇根州立大学数学系Guowei Wei教授团队2020年2月14日发表在Nature Machine Intelligence上的文章：A topology-based network tree for the prediction of protein–protein binding affinity......

作用是将应用层序的请求传递给硬件，并充当底层驱动程序，对系统中的各种设备和组件进行寻址。目前支持模块的动态装卸(裁剪)。Linux内核就是基于这个策略实现的。Linux进程1.采用层次结构，每个进程都依赖于一个父进程。内...

【数据结构与算法】应该是大学计算机专业必修的一门课，为什么这门课会被列入到必修课的行列当中呢？因为对于每一个程序员来说，在以后的工作中不免要面对一些复杂的业务逻辑，同时要写对应的代码来实现这个复杂的业务。当然...

今天给大家介绍的是2020年1月在Chemical Science上发表的论文“Target identification among known drugs by deep learning from heterogeneous networks”。在不了解完整的药物靶标信息的情况下，开发有效的药物是一...

药物研发管线漫长、复杂且取决于许多因素。机器学习（ML）通过丰富且高质量的数据改进指定问题的发现和决策。机器学习在药物发现的所有阶段都有应用：靶标验证、生物标志物的鉴定和临床试验中数字病理学数据的分析。应用程...

过去的十年中，深度学习（deeplearning, DL）方法已经非常成功并广泛用于开发几乎每个领域的人工智能（AI）。与传统的机器学习（machine learning, ML）算法相比，DL方法在小分子药物发现和开发方面还有很长的路要走。对于DL研究的推...

过去的十年中，深度学习(DeepLearning，DL)在各种人工智能研究领域取得了显着的成功。从以前对人工神经网络的研究演变而来，该技术在诸如图像和语音识别，自然语言处理等领域表现出优于其他机器学习（Machine Learning，ML）算法的...

代谢组学研究产生大量的数据，这些数据具有高维、小样本、高噪声等复杂特征。如何从复杂的代谢组学数据中提取出有价值的信息，筛选出潜在的生物标志物成为近年来代谢组学研究的热点和难点。据此，本文针对目前代谢组学数据...

人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变...