3D-QSAR

用3D-QSAR主动学习FEP对药物化学生物等排体进行优先级排序

生物等排体替换（Bioisostere replacement）是在药物发现中用于优化候选分子活性和选择性的一个强大且流 ...

本文讨论了AI技术在预测药物ADMET特性中的应用与挑战。ADMET特性对药物成功至关重要，但准确预测困难重重。 ...

纤维蛋白聚集是神经退行性疾病的特征，但也是难以进行配体设计的代表性靶标，因为关于结合位点的结构信息有限。 ...

本文用一个包含76个SARS-COV-2 Mpro抑制剂的数据集为例，演示了Cresset Discovery团队如何利 ...

本文是前期在线视频研讨会的文字讲解，以BTK抑制剂为例，回顾了如何在CADD软件解决方案Flare中用XED力场和QSA ...

用于苗头化合物与先导化合物的预测性3D定量构效关系（QSAR）方法在早期药物发现阶段非常有价值。 ...

Forge可以用基于场的QSAR或机器学习方法来建立健壮、预测性的QSAR模型[1]。 ...

本文演示了如何用Forge展示结构修饰对分子静电势的影响。 ...

Activity Atlas是一种定性构效关系分析方法：研究其静电、形状、疏水性质与活性的函数关系。 ...

kNN方法是一种著名、健壮的距离学习方法，当传统的2D与3D-QSAR方法建立不出QSAR模型时采用kNN QSAR模型 ...