Derniers articles pour Recherche pharmaceutique

DigiLoCs améliore les prévisions dans les tests de médicaments, renforçant la sécurité et l'efficacité.

GShot génère des graphes de haute qualité à partir de peu de données d'entraînement en utilisant des techniques d'apprentissage par méta.

iScore propose une méthode plus rapide pour prédire la liaison des médicaments aux protéines.

De nouvelles techniques améliorent l'identification des candidats médicaments en capturant la flexibilité des protéines.

Examiner le rôle des brevets dans l'innovation et la recherche pharmaceutiques.

Explorer le potentiel des réseaux de neurones quantiques dans la recherche chimique et pharmaceutique.

ShapeLinker optimise la conception des linkers pour une meilleure efficacité des médicaments grâce à l'apprentissage automatique.

Des recherches examinent l'utilisation de médicaments connus pour de nouvelles options de traitement contre le COVID-19.

Découvrez comment les modèles compartimentaux fractionnaires améliorent la compréhension du comportement des médicaments.

De nouvelles méthodes améliorent la compréhension des systèmes quantiques à travers les états excités et les interactions complexes.

Explorer comment l'échantillonnage amélioré et l'apprentissage automatique améliorent les simulations de dynamique moléculaire.

Cet article évalue les points forts et les points faibles des modèles pharmacométriques dans les essais de médicaments.

La recherche compare les approches du modèle NLME pour estimer l'effet des médicaments.

La recherche met en avant le rôle des enzymes dans la production de composés N-nitroso.

Aurodox montre du potentiel pour lutter contre les infections difficiles causées par des bactéries résistantes.

Des recherches montrent comment les combinaisons d'antibiotiques influencent la croissance des bactéries et leurs taux de survie.

Une nouvelle méthode améliore les prévisions sur la façon dont les médicaments interagissent avec leurs cibles, ce qui fait gagner du temps et des ressources.

De nouvelles méthodes améliorent la compréhension de la liaison des médicaments et de leur efficacité.

Examiner le rôle de CTLA-4 dans le contrôle immunitaire et ses applications médicales.

Examen du rôle de la γ-sécrétase dans la maladie d'Alzheimer et de ses interactions complexes.

Des recherches révèlent des composés de quinoxaline prometteurs pour lutter contre la résistance au paludisme.

De nouvelles méthodes révèlent un potentiel pour la production durable de terpènes.

Des recherches sur la spartéine montrent du potentiel pour le développement de médicaments et des améliorations agricoles.

Une étude explore des doses de primaquine plus sûres pour traiter le paludisme chez les patients déficients en G6PD.

De nouvelles approches dans les soins du cancer se concentrent sur des traitements ciblés basés sur la génétique des tumeurs.

Des chercheurs améliorent les méthodes de dépistage des médicaments pour les maladies virales grâce à des empreintes digitales basées sur des graphes.

Un nouveau modèle, ADRNet, améliore les prévisions des effets secondaires liés aux médicaments.

Utiliser l'apprentissage automatique pour classer les médicaments efficacement pour de meilleurs résultats de traitement.

Les chercheurs utilisent des connaissances génétiques pour améliorer le développement de médicaments pour des maladies complexes.

Examen des effets du sémaglutide sur la croissance et le métabolisme chez des souris juvéniles malnutries.

Des recherches montrent comment des bactéries résistent à l'antibiotique daptomycine grâce à des changements lipidiques.

Une nouvelle base de données et des outils améliorent la détection de la résistance aux antibiotiques.

GIT-Mol intègre des graphiques, des images et du texte pour mieux gérer les données moléculaires.

Les chercheurs améliorent la conception des médicaments avec des techniques innovantes pour un meilleur développement des traitements.

DiffHopp améliore la découverte de médicaments en générant des structures de molécules novatrices pour une meilleure efficacité.

Cet article parle des défis et des innovations dans la conception de médicaments en utilisant des technologies avancées.

Une nouvelle approche améliore la précision des prédictions dans la découverte de médicaments en utilisant des données de bioactivité.

Des chercheurs ont développé une méthode pour créer des molécules 3D variées en utilisant des formes existantes.

Utiliser des données générées par l'IA pour améliorer la découverte de molécules et le développement de médicaments.

ATM simplifie la prédiction de l'énergie de liaison pour la découverte de médicaments.