ドラッグディスカバリー に関する最新の記事

細胞効果に基づいた分子デザインの新しいアプローチ。

PocketXMolは、より良い薬の設計と分子分析のために分子タスクアプローチを統一するよ。

DeepChemのアップデートで、科学者が新しい分子を作るのが楽になったよ。

SimpleSBDDを紹介するよ。これは結合親和性を最適化して、薬の発見を効率化する方法なんだ。

量子コンピュータは化学の研究やシミュレーションを変えるかもしれない。

単一の配列入力でペプチドを生成する新しい方法が、薬の発見を進化させる。

この研究は、GPCRとGタンパク質がどのように相互作用するかを明らかにしていて、薬のターゲットに関する洞察が得られるよ。

AIの手法が、科学者たちがさまざまな用途のために分子の特性を予測するやり方を変えてるよ。

新しいモデル、XPaiNNは、機械学習アプローチを使って量子化学の予測を向上させる。

HTSと機械学習がタンパク質研究をどう変えてるか学ぼう。

FAIR原則は、科学研究におけるデータ管理とコラボレーションを強化するんだ。

BALMは機械学習を使って薬の発見の精度をアップさせるよ。

Hot2Molは、有害なタンパク質の相互作用を妨げるためのターゲット分子を生成するよ。

バイオメディカル知識グラフにおける予測へのグラフ構造の影響を探る。

最新の自由エネルギー計算の手法を見て、化学的洞察を深めよう。

研究によると、LLMを使って薬のような分子を生成するのに期待が持てるみたい。

機械学習と分子力学の融合を探って、より良いシミュレーションを目指す。

PharmacoMatchは機械学習を使って薬理フォルムのスクリーニング効率を向上させるよ。

生成AIが化学の未来をどう形作っているか探ってる。

XMOLは、複数の分子特性を同時に最適化して、明瞭さと効率を高めるよ。

新しい方法はエネルギー関数を使ってサンプリング効率を向上させる。

メタゲノム解析を通じて、マイクロバイオームとその健康への重要性を探る。

A-GFNは原子を使って新しい薬のような分子を作り、薬の発見を改善してるよ。

AIは研究者が生物学的プロセスを研究するためにバーチャルセルを作る方法を変えてるんだ。

イオン化可能な残基は、その電荷特性を通じて、タンパク質の機能や薬の発見に影響を与える。

修正された製品の式は、量子システムのシミュレーションの精度を高める。

新しいフレームワークが分子モチーフとテキストデータに注目して機械学習を改善する。

GATherは、高度なグラフ技術を使って薬のターゲット予測を改善するよ。

医療や薬の発見におけるG4構造の重要性を探る。

分子解析におけるGNNを改善する新しい方法。

薬のデザインに関する新しいアプローチが、タンパク質の柔軟性に対する理解を深める。

モデル予測におけるタンパク質-リガンド相互作用の重要性を考察する。

EMERALD-IDは、科学者がクライオEM画像の中の小さな分子を特定するのを手助けするよ。

TACSは科学者が望ましい特性を持つ安定した分子を作るのを手助けするよ。

Nerpa 2は遺伝子クラスターをペプチドに結びつけて、薬の発見を促進するよ。

新しい方法がSMILESを使って分子特性の予測を向上させる。

PeptideCLMはペプチド薬の発見を正確に特性を予測することで強化するよ。

量子機械学習は量子コンピューティングと薬の発見を組み合わせて、効率的な解決策を提供するんだ。

研究者たちは、薬の発見を手助けするために細胞画像を分析する強力なモデルを開発した。

新しいシステムがタンパク質-リガンド相互作用データを強化して、より良い医薬品設計を可能にする。