ドラッグディスカバリー に関する最新の記事

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。

BAPULMは薬の相互作用予測を簡単にして、医薬品開発を加速させる。

MoleVersは限られたデータで分子の特性を予測して、医療や素材の研究を助けてるよ。

DockFormerは、タンパク質と小さな分子がどのように相互作用するかの予測を改善する。

分子フィンガープリントが科学者たちが分子を効率的に比較・分析するのにどう役立つかを学ぼう。

Bio-xLSTMは、複雑な生物学的シーケンスを分析して、より良い科学のために高度なモデルを使ってるんだ。

GapDiffは、より良い薬のデザインのために分子生成方法を改善する。

研究者たちがnnU-Netを使ってマウスのMRIスキャンで腫瘍の発見を改善した。

SBMOが分子候補を洗練して薬のデザインを進める方法を見てみよう。

新しい技術が薬の発見における画像分析を強化する。

SPRINTは、新しい薬の探索を加速させるために、タンパク質の相互作用を迅速にスクリーニングしてるよ。

深層学習アプローチがタンパク質構造におけるリガンドの特定を強化する。

RNAポリメラーゼIIが細胞の生存と死にどう影響するかを発見しよう。

A3Bはウイルスと戦うけど、がんを助長する可能性もあるんだ。

分割と機械学習が分子予測と応用をどう変えるかを発見しよう。

分子シミュレーションでコスト削減と効率アップを実現する画期的な方法。

新しいツールmmVeloが細胞が時間とともにどう変化するかを明らかにする。

キメラGPCRは新しい薬の開発や病気の治療の道を提供してるよ。

リソースを組み合わせて、薬のターゲット特定と病気の理解を深める。

新しい薬を作るプロセスがテクノロジーによってどう変わるかを発見しよう。

分子接着剤は、手が届きにくいタンパク質を狙って新しい治療法を約束してるよ。