Biología Cuantitativa - Biomoléculas

Saturn mejora el descubrimiento de fármacos generando de manera eficiente moléculas efectivas para tratamientos.

NCIDiff mejora el descubrimiento de medicamentos al centrarse en las interacciones proteína-ligando.

CryoSPHERE mejora la reconstrucción de la forma de proteínas a partir de imágenes de cryo-EM usando aprendizaje automático.

Un nuevo método mejora las funciones de las proteínas para la industria y la medicina.

RNAFlow hace que el diseño de ARN sea más fácil con IA para mejorar la eficiencia.

Explorando el papel de los modelos de difusión en la predicción y diseño de estructuras biomoleculares.

RGFN ofrece una nueva forma de generar compuestos sintetizables para el descubrimiento de fármacos.

PepFlow utiliza aprendizaje profundo para crear diseños de péptidos efectivos para el desarrollo de medicamentos.

FusionDTI mejora las predicciones de interacciones entre fármacos y objetivos para un desarrollo de medicamentos más efectivo.

Un nuevo método mejora la generación de candidatos a fármacos a través de la IA y la predicción de propiedades.

Un nuevo marco mejora la síntesis de fármacos al abordar las limitaciones de los métodos actuales.

SynAsk combina modelos de lenguaje grandes con herramientas de química para obtener información precisa.

Un nuevo modelo mejora el diseño de anticuerpos al combinar técnicas generativas y física.

SCEPTR ofrece una nueva manera de predecir la especificidad del TCR usando datos escasos de manera eficiente.

Un nuevo enfoque mejora la búsqueda de aptámeros mientras reduce la dependencia de datos.

Explorando el papel del aprendizaje activo en el descubrimiento de fármacos a través del acoplamiento molecular.

MV-Mol integra diversas fuentes de datos para mejorar la comprensión molecular.

Nuevos métodos mejoran las simulaciones moleculares y las interacciones para tener más precisión.

Un nuevo marco mejora las técnicas de generación de gráficos moleculares para el descubrimiento de medicamentos.

CBGBench ofrece un enfoque estructurado para mejorar el diseño y evaluación de medicamentos.

Cómo las explicaciones contrafactuales ayudan en la predicción del comportamiento molecular y sus implicaciones.

Una nueva herramienta para evaluar métodos de aprendizaje de estructuras de proteínas.

Nuevos métodos mejoran el diseño molecular al medir la incertidumbre de las predicciones.

Nuevo estándar ayuda a predecir el comportamiento de las enzimas usando aprendizaje automático.

La degradación de proteínas dirigida ofrece métodos innovadores contra enfermedades al eliminar proteínas dañinas.

El marco T-Hop aprovecha la información de rutas para hacer mejores predicciones en el descubrimiento de medicamentos.

Este estudio investiga cómo los excipientes influyen en la estabilidad de los productos biológicos.

Un enfoque nuevo mejora la generación de candidatos a fármacos y su efectividad en la investigación farmacéutica.

Explora cómo la IA transforma el descubrimiento de medicamentos y las terapias alternativas.

FreeCG mejora la modelación molecular al aumentar la eficiencia y la precisión.

Un nuevo modelo generativo mejora la creación de candidatos a fármacos usando técnicas de deep learning.

Un estudio sobre el uso de IA para mejorar el diseño de secuencias de proteínas con fines médicos.

Un nuevo método acelera la generación de bibliotecas moleculares para mejores medicamentos.

Los científicos desarrollan un método rápido para evaluar la idoneidad de las proteínas de manera efectiva.

Examinando cómo la distribución de carga en los IDPs afecta su comportamiento y funciones.

Un nuevo método que utiliza ángulos diédricos podría mejorar las predicciones de la estructura de proteínas.

HERMES predice el impacto de las mutaciones en proteínas sobre la estabilidad y la función usando estructuras en 3D.

La investigación presenta Top-ML para mejorar la predicción de péptidos anticancerígenos usando características topológicas.

Los sistemas de inyección contráctiles juegan un papel clave en las infecciones virales.

Los científicos usan aprendizaje automático para mejorar el diseño de anticuerpos para tratamientos médicos.