一种结合了对接技术、药效团建模和分子动力学的基于键合结构的图神经网络，用于预测JAK2抑制剂的亲和力

《Biochimica et Biophysica Acta (BBA) - Proteins and Proteomics》：A bond-aware graph neural network integrated with docking, pharmacophore modeling and molecular dynamics for JAK2 inhibitors affinity prediction

　　

Shaghayegh K. Nezhad | Mahia V. Solout | Sogol Meknatkhah | Fatemeh Amini | Jahan B. Ghasemi

• •
  构建了一个经过化学筛选的JAK2抑制剂数据集，其中包含了实验测得的K_i值。
• •
  使用包含键合和原子特征的图神经网络进行结构-活性建模。
• •
  所开发的模型在特定应用领域表现出可靠的预测性能。
• •
  通过对接和药效团建模方法研究了JAK2 ATP结合位点上的蛋白质-配体相互作用。
• •
  利用分子动力学模拟和结合自由能分析来评估选定复合物的稳定性。