前沿(第七期):Nat. Commun. | 機器學習提高極化連續模型(PCM)預測溶劑化能的能力
背景介紹 溶劑化自由能是研究溶液中熱化學的關鍵物理特性之一,大多數現實生活中的化學都發生在溶液中。在液相化學的理論研究中,自由能通常由物理或化學…… Continue reading
背景介紹 溶劑化自由能是研究溶液中熱化學的關鍵物理特性之一,大多數現實生活中的化學都發生在溶液中。在液相化學的理論研究中,自由能通常由物理或化學…… Continue reading
背景介紹 不斷增長的公開或私有數據集為藥物發現提供了重要的數據支撐,而機器學習算法如支持向量機(SVM)或深度神經網絡(DNN)在巨大規模的數據…… Continue reading
引言 通過整合深度學習和共進化分析,從蛋白質的一級序列來預測其三級結構方法已經有了很大的改進,在CASP13和CASP14中表現的極為明顯。本文…… Continue reading
引言 深度學習方法在藥物發現和設計以及毒性預測領域引起了越來越多的關注。目前已經在分子特性預測中應用了幾種深度學習方法,其中兩種最流行的方法是深…… Continue reading
引言 最近,有研究表明,某些抗癌藥物與特定的小分子染料(如剛果紅或IR783)共配,可以形成具有超高載藥量的穩定納米粒子。因此,研究者提出,通過…… Continue reading
引言 耐藥性通過藥物靶點的突變威脅到許多重要的治療方法。人們對于突變尤其是遠離活性位點的突變的組合,其改變藥物結合以賦予耐藥性的分子機制了解甚少…… Continue reading
引言 蛋白質工程(Protein Engineer)具有巨大的學術和工業潛力。然而,在浩瀚的蛋白質序列空間中進行搜索的能力限制了我們的設計,但是…… Continue reading
引言 候選藥物激發療效所需的最佳藥代動力學(PK)高度依賴于靶向藥理學,這種關系在藥物發現的早期階段常常無法很好地表征。圍繞PK和藥效的一般假設…… Continue reading
引言 在藥物發現過程中,準確預測小分子的疏水性是一個重要的問題。細胞和整個人體內部存在許多不同的化學環境。例如,藥物必須穿過疏水性細胞膜達到其細…… Continue reading
引言 機器學習(ML)在藥物發現中的普及度持續增長,并取得了令人印象深刻的成果。隨著其使用量的增加,它們的局限性也越來越明顯。這些局限性包括對大…… Continue reading