Découverte de médicaments
La découverte de médicaments est la tâche qui consiste à appliquer des techniques d'apprentissage automatique à l'identification et au développement de nouveaux candidats médicamenteux. Son objectif est de prédire l'activité des composés grâce à des modèles computationnels, d'optimiser le processus de conception des médicaments, d'améliorer l'efficacité et le taux de réussite dans la découverte de potentiels traitements thérapeutiques, ainsi que d'accélérer le cycle de développement des médicaments, de réduire les coûts de recherche et développement, et d'augmenter les capacités d'innovation et les normes de traitement dans le secteur de la santé.
QM9
PAMNet
Tox21
elEmBERT-V1
BACE
HIV dataset
GraphConv + dummy super node + focal loss
MUV
GraphConv + dummy super node
ToxCast
BBBP
ProtoW-L2
BindingDB
AttentionSiteDTI
clintox
BiLSTM
DAVIS-DTA
KIBA
SMT-DTA
LIT-PCBA(ALDH1)
LIT-PCBA(KAT2A)
EGT+TGT-At-DP
LIT-PCBA(MAPK1)
SIDER
Ensemble locally constant networks
LIT-PCBA(ESR1_ant)
BindingDB IC50
DeepDTA
PCBA
GraphConv + dummy super node
BACE (β-secretase enzyme)
BBBP (Blood-Brain Barrier Penetration)
DRD2
egfr-inh
Multi-input Neural network with Attention
ESOL (Estimated SOLubility)
FreeSolv (Free Solvation)
Lipophilicity (logd74)
PDBbind
Ensemble locally constant networks
QED
HierG2G
ToxCast (Toxicity Forecaster)
GLAM