ADME-Tox性质的预测多任务深度神经网络模型:从大数据集学习
-
PMID: 30615828 -
内政部: 10.1021/acs.jcim.8b00785
ADME-Tox属性的预测性多任务深度神经网络模型:从大数据集学习
摘要
类似文章
-
利用工业ADME数据集探索深度神经网络的可调超参数。 化学信息模型J。 2019年3月25日; 59(3):1005-1016. doi:10.1021/acs.jcim.8b00671。 Epub 2019年1月11日。 化学信息模型J。 2019 PMID: 30586300 -
ADME-Tox特性的电子预测:药物吸收。 梳状化学高通量屏幕。 2011年6月1日; 14(5):339-61. doi:10.2174/138620711795508359。 梳状化学高通量屏幕。 2011 PMID: 21470183 审查。 -
机器学习技术在ADME-Tox预测中的应用:综述。 专家操作药物Metab Toxicol。 2015年2月; 11(2):259-71. doi:10.1517/17425255.2015.980814。 Epub 2014年12月2日。 专家操作药物Metab Toxicol。 2015 PMID: 25440524 审查。 -
深度神经网络模型在药物发现项目中的应用。 化学医药化学。 2021年12月14日; 16(24):3772-3786. doi:10.1002/cmdc.202100418。 Epub 2021年10月18日。 化学医药化学。 2021 PMID: 34596968 -
定量结构-活动关系的多任务深度神经网络解密。 化学信息模型J。 2017年10月23日; 57(10):2490-2504。 doi:10.1021/acs.jcim.7b00087。 Epub 2017年10月2日。 化学信息模型J。 2017 PMID: 28872869
引用人
-
药物性质预测的多模式融合深度学习:整合化学语言和分子图。 计算机结构生物技术杂志2024年4月12日; 23:1666-1679. doi:10.1016/j.csbj.2024.04.030。 eCollection 2024年12月。 计算结构生物技术杂志2024。 PMID: 38680871 免费PMC文章。 -
人工智能是高通量筛查的一种可行替代方案:一项318靶点的研究。 科学报告,2024年4月2日; 14(1):7526. doi:10.1038/s41598-024-54655-z。 科学报告2024。 PMID: 38565852 免费PMC文章。 -
释放高质量多巴胺转运蛋白药理学数据的潜力:推进基于稳健机器学习的QSAR建模。 bioRxiv[预印本]。 2024年3月11日2024.03.06.583803。 doi:10.1101/2024.03.06.583803。 生物Rxiv。 2024 PMID: 38558976 免费PMC文章。 预打印。 -
AIDDISON:在安全、基于Web的SaaS平台中使用AI/ML和CADD工具增强药物发现能力。 化学信息模型J。 2024年1月8日; 64(1):3-8. doi:10.1021/acs.jcim.3c01016。 Epub 2023 12月22日。 化学信息模型J。 2024 PMID: 38134123 免费PMC文章。 -
用于预测蛋白质相互作用位点的基于转换子的集成框架。 研究(洗涤D C)。 2023年9月27日; 6:0240. doi:10.34133/research.0240。 eCollection 2023年。 研究(洗涤D C)。 2023 PMID: 37771850 免费PMC文章。