Artigos mais recentes para Descoberta de Drogas

CLP transforma dados moleculares em strings pra melhorar a descoberta de medicamentos.

Um novo método melhora as previsões na descoberta de medicamentos e no design de materiais usando ruído consciente de química.

Pesquisadores estão usando o LIMO pra criar moléculas especializadas pra medicina.

SeqHT otimiza simulações quânticas simplificando cálculos complexos pra melhores resultados.

Uma olhada em novos métodos para prever interações moleculares e ligação de drogas.

Um novo modelo melhora as previsões de onde as proteínas se ligam, ajudando na descoberta de medicamentos.

Um novo método melhora a eficiência na testagem de compostos na descoberta de medicamentos.

UniMoT combina ciência molecular com processamento de linguagem pra uma análise mais top.

Um método novo melhora a previsão de interação entre drogas e alvos usando técnicas de machine learning.

Pesquisadores melhoram técnicas de computação quântica pra simular moléculas com mais precisão.

CELL-Diff melhora a imagem de proteínas e a previsão de sequências para pesquisas biológicas.

Novos descritores melhoram as previsões de compostos químicos na descoberta de drogas e na ciência dos materiais.

Pesquisa revela mecanismos de tolerância a antibióticos em bactérias que causam tuberculose.

Uma nova abordagem pra desenhar moléculas com base em efeitos celulares.

PocketXMol unifica abordagens de tarefas moleculares pra melhorar o design de drogas e a análise molecular.

As atualizações do DeepChem facilitam para os cientistas gerarem novas moléculas.

Apresentando o SimpleSBDD, um método que simplifica a descoberta de medicamentos otimizando a afinidade de ligação.

A computação quântica pode mudar a pesquisa química e as simulações.

Um novo método para gerar peptídeos com entrada de sequência única melhora a descoberta de medicamentos.

Esse estudo mostra como os GPCRs e as proteínas G interagem, o que é crucial para entender alvos de medicamentos.

Os métodos de IA estão mudando como os cientistas preveem propriedades moleculares para várias aplicações.

Um novo modelo, XPaiNN, melhora as previsões em química quântica usando abordagens de aprendizado de máquina.

Aprenda como HTS e machine learning moldam a pesquisa de proteínas.

Os princípios FAIR melhoram a gestão de dados e a colaboração na pesquisa científica.

A BALM usa aprendizado de máquina pra melhorar a precisão na descoberta de medicamentos.

Hot2Mol gera moléculas direcionadas para interromper interações de proteínas prejudiciais.

Explorando como a estrutura do grafo influencia as previsões em grafos de conhecimento biomédico.

Um olhar sobre os métodos mais recentes em cálculos de energia livre para melhores insights químicos.

Pesquisas mostram que LLMs têm potencial para gerar moléculas parecidas com medicamentos.

Explorando a mistura de aprendizado de máquina e mecânica molecular pra simulações melhores.

O PharmacoMatch usa aprendizado de máquina pra melhorar a eficiência da triagem de farmacóforos.

Explorando como a IA generativa tá moldando o futuro da química.

XMOL otimiza várias propriedades moleculares ao mesmo tempo, melhorando a clareza e a eficiência.

Novo método melhora a eficiência de amostragem usando funções de energia.

Um olhar sobre os microbiomas e sua importância na saúde através da metagenômica.

A-GFNs usam átomos pra criar novas moléculas semelhantes a remédios, melhorando a descoberta de medicamentos.

A IA tá mudando a forma como os pesquisadores criam células virtuais pra estudar processos biológicos.

Resíduos ionizáveis influenciam a função das proteínas e a descoberta de medicamentos por causa das suas propriedades de carga.

Fórmulas de produtos corrigidas melhoram a precisão nas simulações de sistemas quânticos.

Novo framework melhora o aprendizado de máquina focando em motivos moleculares e dados textuais.