使用機器學習的新方法可以改變藥物開發(fā)
加州大學圣地亞哥分校醫(yī)學院的研究人員在2021 年 7 月 12 日的《自然通訊》在線問題上描述了一種新方法,該方法使用機器學習來尋找疾
加州大學圣地亞哥分校醫(yī)學院的研究人員在2021 年 7 月 12 日的《自然通訊》在線問題上描述了一種新方法,該方法使用機器學習來尋找疾
當前,市場上的各種治療化合物,例如蛋白質,酶和氨基酸,都是手性化合物,即具有兩個彼此互為鏡像圖像但不能重疊的結構的分子。盡管分子的
科學家已經成功開發(fā)出一種新技術,可以從納米級液滴中可靠地生長出有機可溶性分子的晶體,從而釋放出加速新藥開發(fā)的潛力。 來自紐卡斯爾大
2019年9月20日,亞利桑那州圖森和華盛頓-關鍵路徑研究所(C-Path)和國家罕見病組織(NORD)在美國推出了罕見病治療加速器數據和分析平臺(RDCA-
與衰老有關的基因可以幫助解釋為什么科學家已經鑒定出某些人的衰老速度與其他人不同。這項使用超過100萬人的遺傳數據進行的國際研究表明,
科學家已經成功開發(fā)出一種新技術,可以從納米級液滴中可靠地生長出有機可溶性分子的晶體,從而釋放出加速新藥開發(fā)的潛力。 來自紐卡斯爾大
麻省理工學院的工程師設計了一種方法,可以通過快速測試新藥在小腸中的吸收程度來加快新藥的開發(fā)。這種方法也可以用于尋找新方法來改善現有
化學療法是抗擊大多數類型癌癥的臨床環(huán)境中的關鍵角色,新型化學物質可以促進新的和獨特的細胞內相互作用,從而調節(jié)細胞機制并破壞腫瘤細胞
盡管需求不斷增加,但在過去幾十年中,新開發(fā)的藥物數量持續(xù)下降。尋找新的活性物質,生產,表征和篩選生物有效性是非常復雜和昂貴的。其中
DNA結構的微小變化與乳腺癌和其他疾病有關,但是直到現在,它們都很難被發(fā)現。UC Riverside的化學家使用他們所謂的化學鼻子,能夠以獨特的