Development of Drug Discovery Platforms Using Artificial Intelligence and Cheminformatics

化学信息学 药物发现 虚拟筛选 计算机科学 人工智能 机器学习 生物信息学 生物
作者
Kentaro Kawai,Yukiko Karuo,Atsushi Tarui,Kazuyuki Sato,Makoto Kataoka,Masaaki Omote
出处
期刊:Chemical & Pharmaceutical Bulletin [Pharmaceutical Society of Japan]
卷期号:72 (9): 794-799
标识
DOI:10.1248/cpb.c23-00790
摘要

Recently, remarkable progress has been achieved in artificial intelligence (AI), including machine learning. Various AI models have been proposed for drug discovery, including the design of small molecules, activity prediction, and three-dimensional (3D) structure prediction of proteins. AI consists of diverse elements, including information retrieval and machine learning, and can be used in a wide range of drug discovery scenarios. In this review, we focused on AI for small-molecule drug discovery with respect to molecular design, activity prediction, and prediction of the binding poses of compounds to target molecules. We also discussed the applications of AI in academic drug discovery.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
soar发布了新的文献求助10
1秒前
cccui发布了新的文献求助10
1秒前
xyy发布了新的文献求助10
3秒前
4秒前
4秒前
Lh关注了科研通微信公众号
4秒前
张才豪发布了新的文献求助10
5秒前
5秒前
6秒前
8秒前
8秒前
8秒前
哎呀完成签到,获得积分10
10秒前
11发布了新的文献求助10
10秒前
pluto应助文静寄琴采纳,获得10
10秒前
10秒前
wanci应助cong315采纳,获得10
11秒前
ding应助afterall采纳,获得10
11秒前
12秒前
12秒前
小星星发布了新的文献求助10
13秒前
cccui发布了新的文献求助10
13秒前
14秒前
Sean发布了新的文献求助10
14秒前
英俊的铭应助yty采纳,获得10
16秒前
NexusExplorer应助离霜采纳,获得10
16秒前
zhaobo完成签到,获得积分20
16秒前
rid4iuclous2发布了新的文献求助10
17秒前
Lucas应助AllenWalker采纳,获得10
18秒前
科目三应助binghuu采纳,获得10
18秒前
zhaobo发布了新的文献求助10
19秒前
浩浩发布了新的文献求助10
19秒前
Lh发布了新的文献求助10
20秒前
21秒前
22秒前
大卫在分享应助独特夜绿采纳,获得10
22秒前
23秒前
23秒前
小二郎应助浩浩采纳,获得10
24秒前
25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 3150027
求助须知:如何正确求助?哪些是违规求助? 2801108
关于积分的说明 7843272
捐赠科研通 2458621
什么是DOI,文献DOI怎么找? 1308555
科研通“疑难数据库(出版商)”最低求助积分说明 628553
版权声明 601721