DeepPINCS

DOI:10.18129 / B9.bioc.DeepPINCS

基于蛋白质相互作用网络和化合物序列使用深度学习

Bioconductor版本:版本(3.17)

(CPI)识别的新型复合蛋白的相互作用是重要的药物发现。揭示未知复合蛋白相互作用有助于设计新的药物靶蛋白的筛选候选化合物。准确的CPI预测有助于有效的药物发现过程。有效地识别潜在的消费者价格指数,基于机器学习的预测方法和深度学习发展。数据为离散符号序列提供了数据。在数据中,化合物被表示为微笑(简体molecular-input line-entry系统)字符串和蛋白质氨基酸序列的字符。结果被定义为一个变量,表示两个分子相互作用强度或是否有它们之间的交互。在这个包中,基于深度学习的模型,只需要两个化合物和蛋白质的序列信息作为输入和结果输出用于预测CPI。模型是实现通过使用化合物和蛋白质编码器与有用的特性。CPI模型还支持其他建模任务,包括蛋白质相互作用(PPI),化工交互(CCI),或单一化合物和蛋白质。 Although the model is designed for proteins, DNA and RNA can be used if they are represented as sequences.

作者:Dongmin荣格(cre, aut)

维护人员:Dongmin荣格< dmdmjung gmail.com >

安装

安装这个包,开始R(版本“4.3”)并输入:

如果(!要求(“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“DeepPINCS”)

R的旧版本,请参考适当的Bioconductor释放。

文档

查看文档的版本这个包安装在您的系统,开始R和输入:

browseVignettes (“DeepPINCS”)

HTML	R脚本	DeepPINCS
PDF		参考手册
文本		新闻

细节

biocViews	bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载
版本	1.8.0
Bioconductor自	BioC 3.13 (r - 4.1)(2年)
许可证	艺术- 2.0
取决于	keras R (> = 4.1)
进口	tensorflow CatEncoders, matlab, rcdk stringdist,分词器,webchem, purrr,ttgseaPRROC网状,统计数据
链接
建议	knitr、testthat rmarkdown
SystemRequirements
增强了
URL
取决于我
进口我	GenProSeq,VAExprs
建议我
我的链接
构建报告

包档案

遵循bob 体育网址 指示在R会话中使用这个包。

源包	DeepPINCS_1.8.0.tar.gz
Windows二进制	DeepPINCS_1.8.0.zip
macOS二进制(x86_64)	DeepPINCS_1.8.0.tgz
macOS二进制(arm64)	DeepPINCS_1.8.0.tgz
源库	git克隆https://git.bioconductor.org/packages/DeepPINCS
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ DeepPINCS
Bioc包浏览器	https://code.bioconductor.org/browse/DeepPINCS/
包短Url	//www.anjoumacpherson.com/packages/DeepPINCS/
包下载报告	下载数据