AI

夜思——代理型AI在药物发现中的前景

本文探讨了代理型AI（agentic AI）在药物发现中的核心价值——不仅在于加速新药产出，更在于重构和优化研发流程本身 ...

分子内长程相互作用项对构象生成方法的性能影响——以A1O分子生物活性构象预测为例

Wang等人报道传统构象生成方法（如ConfGenX、OMEGA、RDKit）在A1O分子生物活性构象预测中完全失效，归 ...

大语言模型重塑计算药物设计：在于代码而不是药物

当我们谈论AI在药物研发中的作用时，总被“AI从零开始设计新药”的科幻故事吸引——仿佛一个超级智能系统取代了整个实验室。 ...

AI生成的分子有多新颖？一次现实检验

本文探讨了生成式AI在分子输出方面的新颖性与创造性问题，这是一个常被过度兴奋情绪所掩盖的微妙而深刻的挑战。 ...

在线会议 | 人工智能重塑药物发现

诚邀您参加本次富有洞见的网络研讨会，共同探讨Cresset如何利用人工智能（AI）重塑药物发现流程。 ...

为何人工智能无法挽救那失败的90%临床试验

在本期的节目中，BioSpace洞见部门主管Lori Ellis与Cresset公司人工智能副总裁Mutlu Dogru ...

在Flare里使用TxGemma预测化合物的性质

TxGemma是基于谷歌DeepMind的Gemma模型家族——一系列轻量级、最先进的开源模型——专门训练用于理解和预测 ...

AI助手增强Flare™计算化学能力

在计算化学和药物发现这个快节奏的世界中，效率和易用性是关键。 ...

用SPARK生物等排体替换加速胺基甲酸酯 Cbl-b 抑制剂的发现

Cbl-b抑制剂与Tyr363相互作用的TEG片段长期以来都保留了1,2,4-三氮唑结构，直到阿斯利康的Quinn等人采 ...

原创文章

生成式分子设计并非看起来那么容易

Pat Walters的这篇博客探讨了生成式 AI 在药物设计中的实际应用，尤其是针对媒体上关于《生成式 AI 将在不久 ...

夜思——代理型AI在药物发现中的前景

分子内长程相互作用项对构象生成方法的性能影响——以A1O分子生物活性构象预测为例

大语言模型重塑计算药物设计：在于代码而不是药物

AI生成的分子有多新颖？一次现实检验

在线会议 | 人工智能重塑药物发现

为何人工智能无法挽救那失败的90%临床试验

在Flare里使用TxGemma预测化合物的性质

AI助手增强Flare™计算化学能力

用SPARK生物等排体替换加速胺基甲酸酯 Cbl-b 抑制剂的发现

生成式分子设计并非看起来那么容易

📧 联系我们

关注我们么么哒！

最新文章

通过高效的计算机辅助设计与优先级排序加速 METTL3 抑制剂的发现

Flare™ AI助手最佳实践

Flare™ V11 正式发布：新增生成式 AI 工具、约束的蛋白质-蛋白质对接功能、分离计算模式以及众多其他增强功能

提升QSAR模型的性能——在Flare™中利用稳健的梯度提升机器学习模型应对描述符间的相关性问题

在Flare™中进行计算库枚举：利用预构建及自定义反应“合成”异双功能性分子

热门标签

友情链接