ドラッグディスカバリー に関する最新の記事

T-Rexは言語モデルとグラフモデルを組み合わせて、化学における逆合成予測を向上させるんだ。

グラフマルチ類似度学習は、柔軟な分子関係を通じて薬の発見を強化するよ。

この研究では、新しい凝固剤候補を見つけるための機械学習技術を探る。

薬の設計のために、タンパク質周りの水分子の予測を改善するためにアナログ量子コンピューティングを使う。

シミュレーションを使って複雑な状況での最適化を改善する新しいアプローチ。

新しいフレームワークがバイオメディカル研究における薬候補の予測を強化する。

新しいアプローチは、薬の発見においてエビデンスの取得と予測を組み合わせてるんだ。

新しい方法が科学者たちの分子構造やその応用の研究の仕方を変えてるよ。

抵抗性細菌に対抗する効果的な抗生物質を特定するためのディープラーニングを使った新しいアプローチ。

研究者たちがバイオ分子構造の比較をもっと良くするためにポイントクラウド登録を導入したよ。

量子化学における結合クラスタ理論の進化と応用を見てみよう。

AIは新しい薬の発見方法を変えていて、特にがん治療に焦点を当ててるよ。

新しい方法が階層的な環境を使ってグラフモデルの性能を向上させる。

研究は、小さな生物を探って、メンタルヘルスの治療法を改善しようとしている。

新しいデータセットと予測方法が薬物-標的相互作用研究を強化。

REMOは革新的な反応ベースの学習を通じて分子理解を向上させる。

分子ドッキングと量子コンピュータが薬の開発をどうやって進化させるかを探ってみよう。

新しい方法がタンパク質とリガンドの相互作用の予測精度を向上させてるよ。

科学者たちは、薬の結合選択性分析を改善するために計算的手法を使っている。

分子の形は薬の設計や相互作用に影響を与えるんだ。

Sort Sliceは、拡張接続フィンガープリントを使って化学データの処理を改善するよ。

新しいモデルが異なる生物学的コンテキストでのタンパク質相互作用の理解を向上させる。

この記事では、コンフォーマル予測が不確実な環境での意思決定をどう向上させるかについて探ります。

3D構造を使った効率的なタンパク質マルチタスク学習のためのHeMeNetを紹介するよ。

PLINDERは、タンパク質-リガンド相互作用データセットを改善することで、薬の発見を促進する。

このライブラリは、化学者のために分子フィンガープリントを効率的に計算する方法を提供してるよ。

FraGNNetは、化合物の特定をより良くするために質量スペクトルの予測を改善するんだ。

新しい方法で、X線回折データを改善してタンパク質分析がさらに進化したよ。

新しい方法が顕微鏡画像の分析を改善して、細胞応答の研究に役立ってるよ。

トランスフォーマーモデルがいろんな分野で分子特性の予測をどう向上させるか探ってる。

GenLFIは、比類のないスピードと視野でライブセルイメージングを革命化する。

UPINNは、化学療法薬の効果をモデル化し予測する能力を高める。

MiniMolは、少ないパラメータで分子の特性を予測する効率的なアプローチを提供してるよ。

新しい方法が、頑健な反実仮想証人を使ってグラフニューラルネットワークの説明を改善した。

グラッパは、効率を上げるために機械学習技術を使って分子予測を強化してるよ。

新しいソフトウェアがタンパク質の柔軟性を理解する手助けをして、より良い薬の開発に役立ってるよ。

LRRK2-WDRをターゲットにした化合物発見の進展を促すコンペが開催されてるよ。

新しい技術で、もっと早くて柔軟な分子構造の生成ができるようになってきてるよ。

新しい方法がタンパク質キナーゼをターゲットにした医薬品発見を向上させる。

QCompは薬の発見におけるデータ補完の精度を向上させ、研究をより早く進める助けになる。