MolGpka：使用图卷积神经网络进行小分子 pKa 预测的 Web 服务器,Journal of Chemical Information and Modeling

当前位置： X-MOL 学术 › J. Chem. Inf. Model. › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

MolGpka：使用图卷积神经网络进行小分子 pKa 预测的 Web 服务器
Journal of Chemical Information and Modeling ( IF 5.6 ) Pub Date : 2021-07-12 , DOI: 10.1021/acs.jcim.1c00075
Xiaolin Pan _{1,

2} , Hao Wang _{1,

2} , Cuiyu Li ₃ , John Z H Zhang _{1,

2,

4,

5} , Changge Ji _{1,

2}

Affiliation

p K _a是先导优化过程中的一个重要属性，因为分子在生理 pH 下的电荷状态对其生物活性、溶解性、膜渗透性、代谢和毒性起着关键作用。在药物发现过程中，准确快速地估计小分子 p K _a至关重要。我们提出了 MolGpKa，这是_一个使用图卷积神经网络模型进行 p K _a预测的网络服务器。该模型通过自动学习 p K _a相关的化学模式并构建具有学习特征的可靠预测器来工作。ACD/p K _a来自 ChEMBL 数据库的 160 万种化合物的数据用于模型训练。我们发现该模型的性能优于使用人工指纹构建的机器学习模型。详细分析表明，该模型很好地学习了对 p K _a的替代效应。MolGpKa 是在配体设计过程中快速估算 p K _a的便捷工具。MolGpKa 服务器可供研究人员免费使用，并可通过 https://xundrug.cn/molgpka 访问。

"点击查看英文标题和摘要"

更新日期：2021-07-26

点击分享查看原文

点击收藏

阅读更多本刊新发论文本刊介绍/投稿指南