Últimos artículos para Desarrollo de fármacos

Un nuevo método mejora el descubrimiento molecular usando algoritmos evolutivos y modelos de lenguaje.

El impacto de IL-12 en la respuesta inmune y el tratamiento del cáncer se ha revelado a través de estudios clínicos.

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

Un estudio sobre la liberación química dirigida mejora el conocimiento de las reacciones de proteínas en organismos vivos.

La investigación sugiere que el montelukast puede ayudar a manejar la epilepsia bloqueando los canales Cav3.1.

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

Allo-Allo ofrece una forma novedosa de identificar sitios alostéricos basados en secuencias de proteínas.

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

AFD-X mejora el análisis de cristales de proteínas, optimizando los métodos de recolección de datos.

Este artículo habla sobre el papel de la expresión génica en las enfermedades y el desarrollo de medicamentos.

El modelo VETE mejora las predicciones de respuesta a fármacos en la investigación del cáncer.

Explorando el papel de los grafos de conocimiento en tratamientos de cáncer personalizados.

Alpha Flow-Lit mejora la generación de formas de proteínas, aumentando la eficiencia y precisión.

Los investigadores mejoran las predicciones de unión proteína-DNA usando métodos avanzados y aprendizaje automático.

HERMES predice los efectos de las mutaciones en proteínas, ayudando en la investigación médica y el desarrollo de medicamentos.

Nuevo método mejora la eficiencia en el estudio de estructuras y interacciones de proteínas.

La investigación revela herramientas mejoradas para bloquear TEAD, afectando el crecimiento de células cancerosas.

Nuevo método predice la unión de fármacos usando la estructura 3D de proteínas.

Investigaciones revelan dificultades en el desarrollo de tratamientos para la ELA a través de modelos de ratón.

Métodos innovadores buscan mejorar las predicciones sobre tratamientos para el cáncer.

Un nuevo estudio revela la localización detallada y la variabilidad de las proteínas metabólicas en las células.

ProPEC mejora las predicciones de mutaciones en proteínas virales usando modelos de aprendizaje profundo.

Un nuevo marco mejora el descubrimiento de relaciones de genes letales sintéticos en el tratamiento del cáncer.

La investigación revela interacciones clave en la proteína Gag del VIH-1, ayudando en el desarrollo de medicamentos.

Los científicos usan el aprendizaje automático para mejorar las predicciones en combinaciones de medicamentos contra el cáncer.

Investigadores descubren conexiones genéticas que afectan los tratamientos para COVID-19 y enfermedades pulmonares.

Examinando cómo las combinaciones ambientales afectan las respuestas genéticas en la resistencia a medicamentos.

Nuevos métodos mejoran la comprensión de las interacciones y el comportamiento de la carga de proteínas.

Nuevos métodos mejoran la sensibilidad para identificar moléculas quirales a través de mediciones térmicas.

Los investigadores encuentran que DLK1 es un posible objetivo para tratar cánceres difíciles de tratar.

Nuevos métodos que usan organismos modelo muestran potencial para desarrollar tratamientos para enfermedades raras.

La investigación usa modelos matemáticos para optimizar estrategias de tratamiento con medicamentos contra el cáncer.

Nuevos métodos permiten obtener uniones de péptidos efectivas solo a partir de secuencias de proteínas.

Una mirada a mejorar la diversidad de participantes en ensayos clínicos a través de métodos virtuales.

Nuevas terapias combinadas muestran promesas para mejorar los resultados del tratamiento del cáncer.

Chai-1 predice las formas de biomoléculas, mejorando el diseño de fármacos y la investigación biológica.

Nuevos métodos mejoran la manera en que los científicos predicen interacciones de unión de proteínas.

Tailandia busca mayor autosuficiencia en la producción de medicamentos a través de estrategias mejoradas y apoyo.

CALDERA mejora la priorización de genes al abordar sesgos y mejorar la interpretabilidad.

La investigación explora cómo PRC2 influye en el crecimiento de células cancerosas y las respuestas al tratamiento.