創薬DMTAサイクルの高速化！ Active Learning駆動型Relative Binding FEP(RBFEP)による「実践的」リード化合物最適化の新戦略
本文の状態
日本語全文を表示中
詳細モードで約1分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Preferred Networks
Preferred Networksが、Free Energy Perturbation(FEP)に基づき、Active Learningを駆動したRelative Binding FEP(RBFEP)という新手法を開発した。この手法は、創薬プロセスにおけるDMTAサイクルを高速化し、実践的なリード化合物最適化を可能にする。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
タンパク質に低分子化合物が結合する強度（親和性、Affinity）を高精度に予測する手法として、自由エネルギー摂動（Free Energy Perturbation, FEP）があります。Preferred Networksは、このFEPに基づ […]
投稿「創薬DMTAサイクルの高速化！ 能動学習（Active Learning）駆動型相対結合自由エネルギー摂動（Relative Binding FEP, RBFEP）による実践的リード化合物最適化の新戦略」は Preferred Networks Tech Blog に最初に公開されました。
原文を表示
タンパク質に低分子化合物が結合する強度 (Affinity )を高精度に予測する手法として、Free Energy Perturbation (FEP)があります。Preferred Networksは、このFEPに基づ […]
投稿 創薬DMTAサイクルの高速化！ Active Learning駆動型Relative Binding FEP(RBFEP)による”実践的”リード化合物最適化の新戦略 は Preferred Networks Tech Blog に最初に表示されました。
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み