发布文献求助
待确认
  • 文献求助详情
标题
Integrating QSAR modelling and deep learning in drug discovery: the emergence of deep QSAR
在药物发现中整合QSAR建模和深度学习：深度QSAR的出现
相关领域
数量结构-活动关系 深度学习 人工智能 计算机科学 虚拟筛选 领域（数学） 药物发现 机器学习 数据科学 生物信息学 数学 生物 纯数学
网址
https://doi.org/10.1038/s41573-023-00832-0
AI链接 nih.govdoi.org
DOI
10.1038/s41573-023-00832-0 doi
其它 期刊：Nature Reviews Drug Discovery
作者：Alexander Tropsha; Olexandr Isayev; Alexandre Varnek; Gisbert Schneider; Artem Cherkasov
出版日期：2023-12-08
求助人
Viva 在 2024-11-26 17:19:46 发布自河南，悬赏 10 积分
下载
 
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
上个求助
下个求助
相关文献
  1. How not to develop a quantitative structure–activity or structure–property relationship (QSAR/QSPR...
  2. Hierarchical virtual screening approaches in small molecule drug discovery
  3. Structure-based Virtual Screening Approaches in Kinase-directed Drug Discovery
  4. Quantitative Structure-Activity Relationship (QSAR) Paradigm - Hansch Era to New Millennium
  5. [Research progress of virtual screening aided drug discovery].
  6. Development of QSAR Model Based on the Key Molecular Descriptors Selection and Computational Toxicol...
  7. Virtual screening and new drug discovery
  8. Skin Disease Diagnostic techniques using deep learning
  9. Multi-dimensional QSAR Studies on Aurora-A kinase Inhibitors
  10. Study the QSAR/QSPR on Compound Molecules
　...点击展开更多...　
求助 / 应助时间线

  • 请等待求助人确认

    已经有人上传了文献，该状态下其他人无法上传，请等待求助人确认该文件是否是他需要的。
    如果求助人在 48 小时内还未确认，系统默认应助成功，本求助将自动关闭。

  • 2小时前

    斯文败类 斯文败类 Lv11 上传了文件

    待审核 s41573-023-00832-0.pdf (2.05 MB)

  • 2小时前

    科研通AI2.0 科研通AI2.0 机器人 未找到该文献，机器人已退出，请等待人工下载

    17:19:49 未找到该文献，机器人已退出，请等待人工下载
    17:19:47 科研通AI机器人（北京）收到请求，开始寻找文献
    17:19:46 已向机器人发送请求

  • 2小时前

    Viva Viva 求助人 Lv31 发起了本次求助

更新
大幅提高文件上传限制，最高150M (2024-4-1)
科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。 对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。
实时播报
精明寄灵完成签到，获得积分10
刚刚
1秒前
幽默的乘风完成签到，获得积分0
1秒前
爆米花的应助被泡面采纳，获得10
1秒前
Davy_Y发布了新的文献求助10
4秒前
4秒前
5秒前
ycw123完成签到，获得积分10
5秒前
Moon完成签到，获得积分10
6秒前
yi发布了新的文献求助10
7秒前
烟花的应助被香蕉子骞采纳，获得10
8秒前
Davy_Y完成签到，获得积分10
8秒前
9秒前
9秒前
10秒前
李健的应助被superbeier采纳，获得10
13秒前
14秒前
科研通AI2S的应助被野性的笙采纳，获得10
14秒前
自由从筠发布了新的文献求助10
14秒前
大模型的应助被yi采纳，获得10
15秒前
hss发布了新的文献求助10
16秒前
传统的芒果完成签到 ，获得积分10
16秒前
所所的应助被善良的疯丫头采纳，获得10
16秒前
18秒前
105发布了新的文献求助10
19秒前
回到原点的应助被tongxiehou1采纳，获得10
20秒前
天选之子完成签到，获得积分20
21秒前
小王完成签到，获得积分10
21秒前
香蕉子骞发布了新的文献求助10
22秒前
天天快乐的应助被刘星宇采纳，获得10
22秒前
22秒前
CodeCraft的应助被zzd12318采纳，获得30
23秒前
24秒前
李爱国的应助被ddd采纳，获得10
24秒前
稳重龙猫发布了新的文献求助10
25秒前
那个人完成签到，获得积分10
25秒前
科研通AI2S的应助被yang采纳，获得10
27秒前
科研通AI2S的应助被tang采纳，获得10
27秒前
Hello的应助被细心的语蓉采纳，获得10
29秒前
30秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 （近24小时）
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号，转发送积分 3149477
求助须知：如何正确求助？哪些是违规求助？ 2800533
关于积分的说明 7840390
捐赠科研通 2458038
什么是DOI，文献DOI怎么找？ 1308241
科研通“疑难数据库（出版商）”最低求助积分说明 628460
版权声明 601706
Copyright © 2020-2025 AbleSci.COM, 科研通, All Right Reserved
科研通是非营利科研互助平台，不忘初心，为科研助力
本站互助的所有文件仅供个人学习研究用，禁止任何人把求助的所得文献进行盈利或传播
版权声明 关于本站 捐赠本站 提交工单 客服中心
皖ICP备2024041134号-1 皖公网安备34019202002308
科研通【文献互助QQ群】：如果您有特殊求助，或发布求助超过24小时未得到应助，可加群求助，群号：826996720【点击一键加群】
科研通【志愿服务QQ群】：如果您热爱文献互助，有热心愿意为更多人服务，请加入小伙伴群，点击申请加入
关注微信服务号
科研通