Articoli più recenti per Sviluppo di farmaci

GPMelt migliora l'analisi dei comportamenti di fusione delle proteine per ottenere migliori intuizioni biologiche.

GearBind migliora la forza degli anticorpi usando tecniche avanzate di machine learning.

I ricercatori scoprono i meccanismi di resistenza nei trattamenti per il cancro ovarico.

Il design DEMO punta a migliorare la ricerca della dose negli studi oncologici usando marcatori biologici.

MiMiC permette simulazioni complesse delle interazioni molecolari su più scale per avere migliori intuizioni.

La ricerca mette in evidenza potenziali farmaci per inibire l'Aurora-B e trattare il cancro.

DIG-Mol migliora le previsioni del comportamento molecolare per uno sviluppo dei farmaci più veloce.

La struttura unica della gramicidina mostra potenziale per nuove terapie antimicrobiche.

Un nuovo modello aiuta a valutare gli impatti economici dei trattamenti per l'Alzheimer.

PINDER fornisce dati fondamentali per studiare le interazioni delle proteine e migliorare i metodi terapeutici.

Un nuovo approccio per studiare le interazioni farmaco-proteina usando saggi di stabilità termica.

Un nuovo approccio bayesiano migliora la stima della dimensione del campione nelle sperimentazioni cliniche.

Quest'articolo esplora il ruolo e l'importanza delle mPPasi nei processi cellulari.

Migliorare la preparazione dello stato iniziale aumenta l'accuratezza nei calcoli molecolari quantistici.

I ricercatori valutano la stabilità delle diverse forme di aspirina usando modelli al computer e machine learning.

I ricercatori sviluppano inibitori per studiare meglio il ruolo di UBE2D nella gestione delle proteine.

Uno studio rivela un comportamento unico dei geni rRNA nei parassiti della malaria.

Esaminare l'impatto e le tecniche della simulazione quantistica per sistemi quantistici aperti.

La ricerca svela il potenziale dei quadruplex G nel trattare il cancro e l'HIV.

drGAT usa l'apprendimento automatico per prevedere come le cellule rispondono ai farmaci.

Nuovi metodi migliorano la velocità e la precisione nella progettazione di farmaci.

Indagare le funzioni dell'apicoplast e le implicazioni per le malattie legate ai parassiti.

Come i gemelli digitali migliorano il trattamento dei pazienti e lo sviluppo dei farmaci.

I ricercatori svelano una tecnica più sicura per misurare con precisione il potenziale della membrana cellulare.

La chinasi Abl1 è fondamentale per gestire i processi cellulari e lo sviluppo del cancro.

La ricerca su nuovi composti mostra promettenti risultati contro la resistenza agli antibiotici.

La ricerca mette in evidenza IL12B come obiettivo per lo sviluppo di farmaci a piccole molecole.

Uno studio rivela il ruolo delle vie Wnt nella crescita della fasciola epatica e i potenziali bersagli farmaceutici.

Un nuovo approccio migliora la generazione di molecole per la previsione della risposta ai farmaci.

Uno studio rivela connessioni tra il numero di cellule immunitarie e le malattie mediate dal sistema immunitario.

Dati di alta qualità sono fondamentali per una scoperta di farmaci di successo e per l'integrazione dell'AI.

Un nuovo modello che semplifica la scoperta di farmaci generando molecole in modo efficiente.

Saturn migliora la scoperta di farmaci generando in modo efficiente molecole efficaci per il trattamento.

La ricerca si concentra sul miglioramento dei test farmacologici con modelli basati sugli esseri umani per risultati migliori.

Nuove scoperte sulle interazioni dell'RNA potrebbero portare a farmaci migliori per le infezioni batteriche.

La ricerca mostra come i peptidi interagiscono con i GPCR di adesione, influenzando il design dei farmaci.

PepFlow sfrutta il deep learning per creare design di peptidi efficaci per lo sviluppo di farmaci.

Nuovi metodi, come MolSnapper, migliorano l'efficienza e l'efficacia del design dei farmaci.

Nuove ricerche evidenziano un metodo per aumentare l'efficacia della chemioterapia usando condensati di TopBP1.

Esplorare come il machine learning prevede l'efficacia dei PROTAC nello sviluppo di farmaci.