3D-QSAR

3D-QSAR：用于结合亲和力预测的机器学习方法

3D-QSAR是OpenEye云计算平台ORION一个用于预测结合亲和力的方法，其利用分子的完整三维相似性，使用形状（来 ...

计算药物发现工具——对发现过程的深入理解

Cresset技术的核心在于其专有的XED力场，该力场通过扩展电子分布（XED）来更准确地模拟分子内的静电和轨道相互作用 ...

在线会议 | 3D-QSAR与FEP联用主动学习对生物等排体进行优先级排序

邀请请您参加2025年2月27日北京时间晚10：00的在线会议《用3D-QSAR主动学习FEP对药物化学生物电子等排体进 ...

3D-QSAR与Spark生物等排体替换联合使用——高效骨架跃迁设计新型FABP4抑制剂

抑制FABP4的小分子可能是治疗代谢综合征的有用候选药物。 ...

原创文章

3D-QSAR与FEP联用主动学习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 ...

原创文章

基于配体的虚拟筛选发现高亲和力淀粉样蛋白配体

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。 ...

原创文章

在计算中使用Hit Expander与QSAR进行新分子设计与打分

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 ...

基于配体的方法预测PDE10A活性——高质量公开数据的预测性QSAR模型

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。 ...

JAK抑制剂的3D-QSAR研究

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]。 ...

真实世界的分子设计

罗氏的科学家们分享了一系列小分子药物发现案例，在这些案例中计算方法前瞻性地影响了罗氏的研究项目，目的是凸显那些能够实际带 ...

3D-QSAR：用于结合亲和力预测的机器学习方法

计算药物发现工具——对发现过程的深入理解

在线会议 | 3D-QSAR与FEP联用主动学习对生物等排体进行优先级排序

3D-QSAR与Spark生物等排体替换联合使用——高效骨架跃迁设计新型FABP4抑制剂

3D-QSAR与FEP联用主动学习对药物化学生物等排体进行优先级排序

基于配体的虚拟筛选发现高亲和力淀粉样蛋白配体

在计算中使用Hit Expander与QSAR进行新分子设计与打分

基于配体的方法预测PDE10A活性——高质量公开数据的预测性QSAR模型

JAK抑制剂的3D-QSAR研究

真实世界的分子设计

📧 联系我们

关注我们么么哒！

最新文章

在线会议 | 人工智能重塑药物发现

2025年的FEP：我们需要一个更大的药物发现工具箱

OE Affinity NES快速结合自由能预测

为何人工智能无法挽救那失败的90%临床试验

3D-QSAR：用于结合亲和力预测的机器学习方法

热门标签

友情链接

📧 联系我们

关注我们 么么哒！

最新文章

在线会议 | 人工智能重塑药物发现

热门标签

友情链接

关注我们的公众号

关注我们么么哒！