Jianzhu Ma

PepFlow nutzt Deep Learning, um effektive Peptid-Designs für die Arzneimittelentwicklung zu erstellen.

Neue Methoden verbessern die Genauigkeit bei der Vorhersage von Antikörper-Antigen-Interaktionen.

PocketXMol vereint molekulare Herangehensweisen für besseres Drug-Design und molekulare Analyse.

Rag2Mol steigert die Effizienz bei der Arzneimittelentdeckung, indem es Abrufmethoden und maschinelles Lernen integriert.

Wir stellen TFG vor, eine Methode, die die bedingte Generierung in verschiedenen Anwendungen vereinfacht.

Lern, wie Maschinen 3D-Formen effektiver zusammenbauen.

Entdecke, wie PepHAR das Peptid-Design für die Behandlung von Krankheiten verbessert.