- 全部删除
您的购物车当前为空
人工智能推动大规模虚拟筛选
虚拟筛选的成功与化合物库的规模密切相关。更大的化合物库提供了更多样的化学结构,增加了包括对给定靶点具有亲和力的化合物的可能性。然而,基于分子对接的虚拟筛选需要大量的计算资源,这使得使用传统硬件平台对如此庞大的化合物库进行虚拟筛选变得不切实际。
AIDD(药物发现中的人工智能)可以在不影响计算准确性的情况下加速虚拟筛选。

我们很想知道您的意见反馈,所以我们在每个页面上都梳理出一个反馈按钮。






虚拟筛选的成功与化合物库的规模密切相关。更大的化合物库提供了更多样的化学结构,增加了包括对给定靶点具有亲和力的化合物的可能性。然而,基于分子对接的虚拟筛选需要大量的计算资源,这使得使用传统硬件平台对如此庞大的化合物库进行虚拟筛选变得不切实际。
AIDD(药物发现中的人工智能)可以在不影响计算准确性的情况下加速虚拟筛选。

| 化合物数量 | 筛选期 |
|---|---|
| 1900万 | 2-3周 |
| 4800万 | 4-6周 |
| 60亿 | 12-16周 |
| 目标 | 分子数量 | EF 0.1% | EF 1% | EF 5% | EF 10% |
|---|---|---|---|---|---|
| BRD4 | 5739 | 29.4 | 23.7 | 10.5 | 6.5 |
| HER2 | 2080 | 38.5 | 20.9 | 10.1 | 6.4 |
| BCL2 | 946 | 540.2 | 80.6 | 17.4 | 8.9 |
| ACE2 | 15 | 333.3 | 60 | 13.6 | 6.7 |
| 刺突糖蛋白 | 23 | 695.6 | 73.9 | 18.3 | 9.6 |

嗨!有任何问题?点我咨询
版权所有©2015-2025 TargetMol Chemicals Inc.保留所有权利.
沪ICP备20019793号-4 | 沪公网安备 31010602006700号
| 沪(静)应急管危经许[2024]203441


