ドラッグディスカバリー に関する最新の記事

新しい量子インスパイアな方法が、薬剤開発のための分子ドッキングを強化する。

SOBERは複雑なモデルの最適なパラメータを見つける効率を向上させるよ。

新しい方法は、原子の関係を考慮することで分子学習を向上させる。

新しい方法で、大きなデータセットの中から価値のあるアイテムを見つけるのが早くなったよ。

UniCornは、効果的な分子表現学習のために多様な事前トレーニング方法を統合しているよ。

量子技術とNMRを組み合わせて分子の洞察を得る。

新しいAIモデルLDMolは、テキスト説明を使って分子生成を強化するよ。

新しい方法が科学データ収集の質と多様性を向上させてる。

生物プロセスでタンパク質が形や機能をどう変えるかを探る。

新しいフレームワークが、限られたデータで分子の特性予測を改善する。

機械学習がキナーゼ研究と薬の発見をどう変えているかを知ろう。

CryoSPHEREは、機械学習を使ってクライオEM画像からタンパク質の形状再構築を改善するんだ。

新しい方法が産業と医学のためにタンパク質の機能を高める。

最近の研究が、医薬品発見のための遷移金属を持つバイオ分子の予測を改善した。

FusionDTIは、薬物標的相互作用の予測を改善して、薬の開発をより進めるんだ。

UdanDTIは薬がタンパク質とどう相互作用するかの予測を改善する。

新しいフレームワークは、既存の方法の制限を克服して薬の合成を向上させる。

神経波関数とファファンたちは量子化学の予測を大幅に向上させるよ。

COMPASS法は分子ドッキングのノイズ問題に対処して、薬の発見を強化するよ。

新しいアプローチがアプタマー検索を強化し、データ依存を減らす。

分子ドッキングを通じて薬剤発見におけるアクティブラーニングの役割を探る。

新しい方法が分子シミュレーションと相互作用を改善して、より正確になるよ。

新しいフレームワークが薬の発見のための分子グラフ生成技術を改善する。

CBGBenchは、薬の設計と評価を強化するための体系的なアプローチを提供してるよ。

新しいアプローチで薬が細胞に与える影響が理解しやすくなった。

InvMSAFoldは、構造の整合性を保ちながら多様なタンパク質配列を生成する。

qFit-ligandはリガンドの形状やタンパク質の相互作用を理解するのに役立つよ。

TrustAffinityは薬物結合予測を強化し、不確実性を効果的に評価するよ。

新しいアプローチで知識を使うことで、関係グラフからの学習の効率が上がるよ。

新しいアプローチが拡散モデルを微調整して、ユーザーの好みにより合うようにする。

遺伝子技術の進歩が、悪いバイ菌の遺伝子の働きを明らかにする手助けをしてるんだよ。

科学者たちは量子機械学習を使って、分子の挙動を正確かつ効率的にシミュレーションしてるよ。

T-Hopフレームワークは、薬の発見においてより良い予測のために経路情報を活用してるよ。

ベイジアン最適化が高次元の課題にどう対処するかを見てみよう。

確率を含む最適化の課題に新しい視点を。

新しい生成モデルが、ディープラーニング技術を使って薬候補の作成を改善したよ。

FragLlamaは革新的な分子設計と薬の発見のために言語モデルを適応させるんだ。

水素をモデルにして分子エネルギーを計算するための量子手法を探る。

研究が遺伝性と特発性パーキンソン病の共通の経路を明らかにした。

新しいデータセットが薬の設計に向けた分子特性の予測を加速させる。