Command Palette
Search for a command to run...
약물 탐색
약물 발견은 새로운 약물 후보를 식별하고 개발하기 위해 기계 학습 기술을 적용하는 작업입니다. 이 과정의 목표는 계산 모델을 통해 화합물 활성을 예측하고, 약물 설계 과정을 최적화하며, 잠재적인 치료제 발굴의 효율성과 성공률을 높이는 것입니다. 이를 통해 약물 개발 주기를 가속화하고, 연구개발 비용을 절감하며, 의료 분야의 혁신 능력과 치료 수준을 향상시키는 것이 가능해집니다.
Tox21
elEmBERT-V1
QM9
PAMNet
BACE
ToxCast
HIV dataset
GraphConv + dummy super node + focal loss
MUV
GraphConv + dummy super node
LIT-PCBA(MAPK1)
clintox
BiLSTM
KIBA
SMT-DTA
BindingDB
AttentionSiteDTI
BBBP
ProtoW-L2
SIDER
Ensemble locally constant networks
LIT-PCBA(KAT2A)
EGT+TGT-At-DP
LIT-PCBA(ALDH1)
DAVIS-DTA
LIT-PCBA(ESR1_ant)
PCBA
GraphConv + dummy super node
BindingDB IC50
DeepDTA
FreeSolv (Free Solvation)
BACE (β-secretase enzyme)
egfr-inh
Multi-input Neural network with Attention
DRD2
ToxCast (Toxicity Forecaster)
GLAM
Lipophilicity (logd74)
PDBbind
Ensemble locally constant networks
BBBP (Blood-Brain Barrier Penetration)
QED
HierG2G
ESOL (Estimated SOLubility)