Neuste Artikel für Pharmaforschung

MV-Mol integriert verschiedene Datenquellen für ein besseres molekulares Verständnis.

Ein Modell, das erklärt, wie Zellen zwischen Signalen unterscheiden, um präzise Immunantworten zu geben.

Ein neues Framework verbessert die Techniken zur Generierung von molekularen Graphen für die Arzneimittelforschung.

CBGBench bietet einen strukturierten Ansatz, um das Design und die Bewertung von Medikamenten zu verbessern.

Forschung zeigt, dass Konditionierungsmethoden die Generierung von drogenähnlichen Molekülen verbessern.

Eine neue Methode verbessert die Vorhersagen von Medikamenten-Nebenwirkungen mit datengestützten Ansätzen.

Forschungen zeigen, dass SGLT2-Hemmer nicht nur bei der Diabetesbehandlung, sondern auch für die Herzgesundheit Vorteile haben.

Diese Modelle helfen Wissenschaftlern dabei, komplexe 3D-Molekülstrukturen für die Arzneimittelentwicklung zu erstellen.

qFit-Ligand verbessert das Verständnis von Ligandformen und Proteininteraktionen.

TrustAffinity verbessert die Vorhersagen zur Arzneimittelbindung und bewertet Unsicherheiten effektiv.

Einblick in Toxoplasma gondii und die Herausforderungen bei der Behandlung.

Ein neuer Ansatz verbessert die Generierung und Wirksamkeit von Medikamentenkandidaten in der pharmazeutischen Forschung.

Erkunde, wie KI die Medikamentenentwicklung und alternative Therapien verändert.

Eine neue Methode beschleunigt die Erstellung von Molekülbibliotheken für bessere Medikamente.

Neue Methode sagt die Arzneimittelbindung anhand der 3D-Struktur von Proteinen voraus.

MolTRES verbessert chemische Vorhersagen, indem es Wissen und innovative Trainingsmethoden integriert.

Synthetische Opioide sind eine wachsende Bedrohung für die öffentliche Gesundheit.

Neue Ansätze im Arzneimitteldesign setzen die Synthesefähigkeit von Molekülen an erste Stelle, um bessere Ergebnisse zu erzielen.

Ein Blick darauf, wie der Estimand-Rahmen die Analyse von klinischen Studien verbessert.

Neue Studie zeigt, wie Proteinfäden die Wechselwirkungen von Medikamenten beeinflussen.

Forschung zeigt potenzial für neue Medikamente gegen hartnäckige Tuberkulosefälle.

Ein neuer Ansatz, um Moleküle basierend auf zellulären Effekten zu entwerfen.

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

Untersuchen des Zusammenhangs zwischen Tau-Proteinen, MDM2 und Alzheimer.

Forschung zeigt, dass Levetiracetam möglicherweise die Alzheimer-Verlaufsveränderung beeinflussen kann.

Die Überprüfung zeigt, dass NAC vielleicht nicht wirklich die Verlangen bei Substanzgebrauchsstörungen verringert.

Eine neue Methode verbessert die Genauigkeit bei der Berechnung von molekularen Energieunterschieden.

Forschung hebt die Komplexität von Persistenzzellen bei mykobakteriellen Infektionen hervor.

Forschung untersucht, wie bestimmte Medikamente die Schwere von COVID-19 bei Menschen mit psychischen Gesundheitsproblemen beeinflussen.

BALM nutzt maschinelles Lernen, um die Genauigkeit bei der Medikamentenentwicklung zu verbessern.

Studie zeigt, dass höhere Dosen von Kortikosteroiden keinen Nutzen für COVID-19-Patienten bringen, die beatmet werden müssen.

Forscher entwickeln innovative Techniken, um integrale Membranproteine und ihre Wechselwirkungen mit Medikamenten besser zu verstehen.

Ein neues Modell verbessert die Vorhersagen von Medikamenten, die die Blut-Hirn-Schranke überwinden.

Eine Studie hat zum Ziel, neue Behandlungsmöglichkeiten mit bestehenden Medikamenten und KI zu finden.

PharmacoMatch nutzt Machine Learning, um die Effizienz beim Pharmacophor-Screening zu steigern.

A-GFNs nutzen Atome, um neue medikamentenähnliche Moleküle zu kreieren, was die Arzneimittelentdeckung verbessert.

Neue Forschungen zeigen die Vorteile von Metformin zur Behandlung der Symptome der idiopathischen intrakraniellen Hypertension.

Neues Peptid zeigt Potenzial im Kampf gegen antimikrobielle Resistenzen und zur Steigerung der Wirksamkeit von Antibiotika.

Neue Forschungen zeigen die Rolle von PLSCR1 im Kampf gegen die Influenza.

Nerpa 2 verbindet Gencluster mit Peptiden und verbessert so die Medikamentenentwicklung.