计算机辅助药物四大专题（CADD,AIDD,AMBER,薛定谔）

最新推荐文章于 2024-10-13 20:15:58 发布
最新推荐文章于 2024-10-13 20:15:58 发布
阅读量260 收藏
点赞数
文章标签： 深度学习 计算机网络 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2302_76361146/article/details/129128389
版权

e72f17786626457e8cfe5832acd4cc98.jpg

dd1b613871894fee9ddba9dd7abc2dcc.jpg 

66382bf558164a30b951c348ba284390.jpg 

89a9cc4967614484845b9fed8451b11e.jpg 

 336f77ce8dad41948cfe2efced330a3c.jpg

1ebc828448e94e9c95d9d5a241e2b275.jpg 

62dcd975567e4290ba0d2061b72ad9cd.jpg 

5c9de080f5de4d1f9f316f57e46f9cd0.jpg 

e20b4e4f466f43c09c05df3c8f9151a5.jpg 

cb0ec7e4145042afb40107d9fee35f09.jpg 

 

软研科技
关注
药物人必备科研技能！CADD计算机辅助药物设计联合AIDD人工智能药物发现+深度学习蛋白质设计
2401_83941020的博客
06-04 1605
深度学习在蛋白质设计领域的应用可以加速药物研发和生物治疗等领域的研发进程。通过预测蛋白质的结构和功能，研究人员可以更快地筛选出具有潜在治疗价值的药物候选物
AMBER介绍
weixin_40551464的博客
10-07 688
即使您是一位经验丰富的 Amber 用户，本章中也可能会有您遗漏的内容，或对您有帮助的新功能。Amber 软件套件分为两部分： AmberTools23 主要是根据 GPL 许可免费提供的程序集，而 Amber22 则以 pmemd模拟程序为中心，并继续按照之前的许可协议发布，如果您想了解更多有关基本生化模拟技术的信息，可以参考各种好书，从入门介绍[5-7] 到液态模拟方法的标准著作[8-10] ，再到涵盖生物分子建模许多重要方面的多作者汇编[11-15] ，已经有成千上万的人学会了使用 Amber；
最新科研技术：CADD分子对接、虚拟筛选等/AIDD模型构建和数据分析能力/蛋白晶体结构解析：分子克隆、蛋白表达纯化、蛋白结晶方法、软件安装，蛋白结构数据处理，得到高分辨率的蛋白晶体结构
qwmb919的博客
06-25 997
以计算生物、计算机辅助药物设计（CADD）、AI药物发现（AIDD）为代表的计算驱动手段相继在生物机理的探索、靶标发现和精准医疗、药物发现与设计等领域取得了显著的进步。CADD计算机辅助药物设计：能够掌握包括PDB数据库、靶点蛋白、蛋白质-配体、蛋白-配体小分子、蛋白-配体结构、notepad的介绍和使用、分子对接、蛋白-配体对接、虚拟筛选、蛋白-蛋白对接、蛋白-多糖分子对接、蛋白-水合对接、Linux安装、gromacs分子动力学全程实操、溶剂化分子动力学模拟。影响蛋白质晶型的因素）
CADD计算机辅助药物设计+AIDD人工智能药物发现与设计专题
chen1182487556的博客
04-06 1212
CADD计算机辅助药物设计+AIDD人工智能药物发现与设计专题 CADD(Computer Aided Drug Design):计算机辅助药物设计，依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果，针对这些基础研究中所揭示的包括酶、受体、离子通道及核酸等潜在的药物设计靶点，并参考其它类源性配体或天然产物的化学结构特征，以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的相互作用，考察药物与靶点的结构互补、性质互补等，设计出合理的药物分子。它是设计和优化先导化合物的方法，特
计算机辅助药物设计（CADD）
weixin_49509366的博客
02-15 405
计算机辅助药物设计简要介绍
CADD计算机辅助药物设计+AIDD人工智能药物发现与设计
waiqiu1的博客
02-19 3834
CADD(Computer Aided Drug Design):计算机辅助药物设计，依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果，针对这些基础研究中所揭示的包括酶、受体、离子通道及核酸等潜在的药物设计靶点，并参考其它类源性配体或天然产物的化学结构特征，以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的相互作用，考察药物与靶点的结构互补、性质互补等，设计出合理的药物分子。它是设计和优化先导化合物的方法，特别是在食品、生物、化学、医药方面应用广泛 AIDD（AIDr.
计算机辅助药物设计的相关论文,中国药科大学计算机辅助药物设计(CADD)整理.doc...
weixin_36465108的博客
07-09 537
第1章 概论一、药物发现一般过程新药的研究有三个决定阶段：先导化合物的发现，新药物的优化研究，临床与开发研究。计算机辅助药物设计的主要任务就是先导化合物的发现与优化。二、合理药物设计1、合理药物设计(rational drug design)是依据与药物作用的靶点，即广义上的受体，如酶、受体、离子通道、病毒、核酸、多糖等，寻找和设计合理的药物分子。通过对药物和受体的结构在分子水平甚至电子水平的全面...
CADD计算机辅助药物设计+先导化合物筛选+薛定谔专题+分子动力学模拟
Waitingyx的博客
07-19 2266
计算机辅助药物设计是通过计算机模拟、计算和预算药物与受体生物大分子之间的关系，设计和优化先导化合物的方法；近年来，计算机辅助药物设计已经取得一定成就，特别是在新冠肺炎爆发后，很多研究机构和企业采用计算机辅助药物设计方法辅助进行了很多研究工作。在新型冠状病毒的治疗方案中，通过同源建模方法发布了新冠病毒的三维结构，通过药物靶标预测、筛选出针对新型冠状病毒的药物，通过一系列计算机辅助药物生物计算的方法发现一大类药物分子可以有效阻止新冠病毒的侵染，为治疗新冠提供了新机理和新思路。应新老客户的培训需求，北京软研国际信
计算机辅助药物设计.pptx
11-21
计算机辅助药物设计（Computer-Aided Drug Design，CADD）是一种以药物分子的基础，是新药研究的工具。它依据生物化学、酶学、分子生物学以及遗传学等生命科学的研究成果，针对这些基础研究中所揭示的包括酶、受体、...
计算机辅助药物设计：CADD综合案例剖析二
随着人们对疾病机制的深入研究和技术的不断进步，药物设计逐渐从传统的实验室试错转向了计算机辅助药物设计（Computer-Aided Drug Design, CADD）。药物设计的目标是寻找具有理想效果、低副作用、高选择性的化合物，...
计算机辅助药物设计：CADD综合案例解读三
#### 1.1 什么是计算机辅助药物设计（CADD） 计算机辅助药物设计（Computer-Aided Drug Design, CADD）指的是利用计算机技术来辅助药物研发的过程。它主要包括分子建模、药物库筛选、分子动力学模拟、药物靶点识别...
深度学习 .dot()
最新发布
2302_79865304的博客
10-13 588
在 MXNet 中，.dot()是用于计算两个数组的点积（矩阵乘法）的方法。这个方法适用于一维和二维数组，并返回它们的点积结果。
深度学习 shape 属性
2302_79865304的博客
10-13 233
在 MXNet 的ndarray中，shape属性用于获取数组的维度信息。它返回一个表示数组各维度大小的元组，可以帮助了解数据的结构和形状。
基于深度学习的复杂器官建模与模拟
weixin_42605076的博客
10-10 1283
基于深度学习的复杂器官建模与模拟是一项前沿技术，它利用深度学习模型从大量医学图像和临床数据中提取信息，生成复杂器官的三维结构模型，并对其进行功能模拟。这项技术对于医学诊断、手术规划、药物开发和疾病研究有重要意义，特别是针对心脏、肝脏、肺等复杂器官。
【鸟类识别系统】Python+卷积神经网络算法+人工智能+深度学习+ResNet50算法+计算机课设项目
子午的博客
10-12 989
鸟类识别系统。本系统采用Python作为主要开发语言，通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型，然后进行模型的迭代训练，得到一个识别精度较高的模型，然后在保存为本地的H5格式文件。在使用Django开发Web网页端操作界面，实现用户上传一张鸟类图像，识别其名称。本项目通过人工智能技术实现对鸟类图像的自动识别，满足用户在日常生活中快速、准确地识别鸟类的需求。
LeNet-5（论文复现）
wei_shuo的博客
10-11 1163
LeNet-5（论文复现）
深度学习：循环神经网络——LSTM
纸上得来终觉浅
10-10 653
循环神经网络——LSTM
在ArcGISPro中使用 SAR 数据和深度学习绘制洪水地图
xinyu的记录博客
10-11 1000
使用深度学习预训练模型从洪水前后的 Sentinel-1 数据集中提取水体像素，然后执行变化检测分析以标识 2019 年密苏里州圣路易斯地区的洪水区域。
UM-Net: 重新思考用于息肉分割的ICGNet，结合不确定性建模|文献速递-基于多模态-半监督深度学习的病理学诊断与病灶分割
weixin_38594676的博客
10-10 1088
为了解决这些新出现的瓶颈，我们进一步扩展了原有的ICGNet，提出了一个综合且有效的网络（UM-Net），并通过实验验证了其具有显著的实际价值。在本工作中，给定两个输入 𝑋1 𝑎 和 𝑋2 𝑏，将 𝑋2 𝑏 的颜色 𝑏 转换到 𝑋1 𝑎，得到新的输入 𝑋1 𝑏，然后输入到分割网络 𝐹𝑠𝑒𝑔 ( 𝑋1 𝑏 )。左侧列出消融实验的各个子模块，右侧为各子模块对应的Dice分数及95%置信区间，中间为它们的可视化结果，其中菱形代表每个子模块的Dice分数，连接菱形的水平线表示该分数置信区间的上下限。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值