克服药物发现与开发的关键挑战——用AI技术预测ADMET

克服药物发现与开发的关键挑战——用AI技术预测ADMET

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。 ...
基于配体的虚拟筛选发现高亲和力淀粉样蛋白配体

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。 ...
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

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。 ...
在Flare™中用RDKit指纹与2D描述符建立QSAR模型

在Flare™中用RDKit指纹与2D描述符建立QSAR模型

在本文中，我们演示了如何用Flare的QSAR建模功能，导入RDKit指纹与2D分子描述符用于机器学习方法SVM建立血脑 ...
Flare™V6.1发布——新特性和科学使得快速探索、分析先导化合物和配体系列、高效交流项目结果成为可能

Flare™V6.1发布——新特性和科学使得快速探索、分析先导化合物和配体系列、高效交流项目结果成为可能

本文介绍了Flare V6.1版本中新增与增强的部分功能。 ...
Flare V6发布——新特性、新功能与改进

Flare V6发布——新特性、新功能与改进

本文介绍了Flare V6增强的功能和新特性，包括增强的可视化功能、基于反应的组合库枚举、量子力学 (QM)计算、结合口 ...
支持向量机——在深度学习时代仍然强大的QSAR模型

支持向量机——在深度学习时代仍然强大的QSAR模型

支持向量机 (SVM) 是在药物发现分子性质预测中最常用的机器学习方法之一。 ...
在Flare里创建血脑屏障透过性模型——自定义描述符扩展Forge QSAR建模功能

在Flare里创建血脑屏障透过性模型——自定义描述符扩展Forge QSAR建模功能

在本文中，我们演示了如何用即将发布的Flare V5增强的QSAR建模功能，使用Flare Python拓展包RDKit ...
JAK抑制剂的3D-QSAR研究

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]。 ...
深度学习分子片段生成器及其在药物设计中应用

深度学习分子片段生成器及其在药物设计中应用

本文分享了如何用深度学习训练分子片段生成器，并提供现成的模型用于分子片段生成，还分享了分子片段生成器在药物设计领域的应用 ...

📧 联系我们

📞：020-38261356
📩：info@molcalx.com
📍：广州市番禺区小资天堂3座406单元

关注我们 么么哒！

最新文章

热门标签

高斯骨质疏松骨架跃迁靶点预测靶标预测非经典相互作用非极性分子静电相似性静电势静电互补性静电隧道阿斯利康闭壳层键解离能

友情链接

关注我们的公众号

微信公众号