Nature Machine Intelligence | 基于開箱即用的深度學習的藥物特性預測
引言 深度學習的質量和效率,在很大程度上,取決于被學習對象的表示。特別是,增強的藥物學習,依賴于適當的分子表征(MolRs)。通過直接從分子的底…… Continue reading
引言 深度學習的質量和效率,在很大程度上,取決于被學習對象的表示。特別是,增強的藥物學習,依賴于適當的分子表征(MolRs)。通過直接從分子的底…… Continue reading
引言 生物學的許多領域,都涉及到解決復雜的計算問題,如模擬化學反應、基因組組裝、藥物發現、蛋白質折疊等。盡管計算生物學領域取得了巨大的進步,但許…… Continue reading
引言 貝葉斯優化算法是一種基于響應面的迭代全局優化算法,在機器學習模型的調整中表現出了卓越的性能。貝葉斯優化最近也在化學領域得到了應用,然而,它…… Continue reading
引言 計算能力的提高與快速算法的發展使得量子化學方法可以應用于生物大分子的計算。與此同時對此類大型系統的大量電子結構信息進行處理也需要新穎的技術…… Continue reading
引言 不對稱催化是探索新的化學空間的一種方法,今天的計算能力足以協助這一探索。不幸的是,現有技術通常需要專業的計算知識而導致其未在合成化學中被充…… Continue reading
文章簡介 藥物發現中的虛擬高通量篩選(vHTS)是一種識別苗頭化合物的有效方法,它可以比實驗性高通量篩選方法更快,更便宜。但是,主流的vHTS工…… Continue reading
引言 在保證安全性和生物學功能的前提下,尋找高親和力的配體是小分子藥物開發的目標。因此,精確預測結合自由能一直是計算機輔助藥物設計中的一個重要方…… Continue reading
引言 在過去的二十年以來,Bayer Pharma創建了以為早期藥物發現中的各種藥代動力學和理化性質建立模型為目標的藥物吸收、分布、代謝和排泄(…… Continue reading
引言 配體與其分子靶標結合機制的精準描述是開展藥物設計的基礎。配體-蛋白質結復合物的結合自由能計算對于研究配體的結合模式至關重要。而精確的結合自…… Continue reading
引言 在藥物發現的早期階段,如何對沒有成藥前途的分子進行盡早排除以避免不必要的生物學和臨床試驗至關重要,類藥性則是其中一個關鍵概念。關于類藥性的…… Continue reading