首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
daydayupzzl
掘友等级
人工智能辅助药物发现与制造
做自主规划的前沿研究
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
AI发现的药物在临床试验中的成功率如何?
概述 Ai-native/Ai-first Biotechs 公司:在自己的内部管线中确实或多或少应用到了Ai技术的那一类公司 临床看重两个方面:安全性、有效性 临床I期成功率(安全性):80-90%
抗体疗法-仅仅针对小白!行业老手别来看
叠加Buff:因为我也是小白,文章中肯定有很多错误和不完善的地方,所以老手们手下留情。俺们仅作入门科普,谨防互联网科普文“诈骗”,可能作者也是无心的,自己也不是很了解。 不建议直接看它的概念。而是先了
AI+Protein—Target Discovery
蛋白质的重要性 从数百万个潜在候选蛋白中识别最佳的相互作用蛋白对(interacting protein pairs)一直是药物发现过程中的难点 protein-protein interaction
国内药企如何super-fast follow FIC small-molecule ?
中国创新药的十年 milestone medicine developer time 国产创新药第一枪 埃克替尼 浙江-贝达 2011 自主研发进入新阶段 阿帕替尼 江苏-恒瑞 2014 国产创新药第
AI for biotechnology
1. 2024年一些的技术观 AI+ biotechnology 从 2020 年的 Alphafold, 2023 年的 LLM,正在经历新一波浪潮。(2018 Alphafold在CASP竞赛取得
LLM的手最终还是伸到了AIDD
1. LLM for Molecule there are a lot of sub-tasks: molecular structure generation molecular tructure
靶向不可成药蛋白:变构抑制剂
生物大分子的活性位点(Active Site)称为正构位点(Orthosteric Site/Orthosteric Pocket),通常是指酶的天然底物或受体的内源性配体的结合位点。 由于引发变构的
AI制药的再思考:药物发现阶段的数据困境—浙工智能制药研究院院长段宏亮教授
AIDD—数据困境 【业界本身成熟的数据就很少】 自近代工业革命以来,我们人类累计发现的新药也不过几千个,而这些新药分布在成百上千的适应症和靶点上面,平均到每个靶点下,新药数量往往只有个位数。 【格式
bib | 基于Transfer Learning 筛选抗 SARS-CoV-2 药物分子
overall diagram AI Model 构建了一个QSAR类模型,即 “Ligand-based Drug Screening”. 可能的原因是,作用机理未知,靶点未知 自己的思考/总结 L
JCIM|基于 GEM 的超大规模化合物库虚拟筛选研究
Summary Diagram 自我分析 Link JCIM|基于分子空间构象增强描述符的深度学习方法助力超大规模化合物库的虚拟筛选 (qq.com) 参考文献 [1]. Yu, L.; He, X.
下一页
个人成就
文章被点赞
1
文章被阅读
3,244
掘力值
223
关注了
0
关注者
4
收藏集
0
关注标签
0
加入于
2022-08-21