Unleashing the power of generative AI in drug discovery

药物发现 时间轴 计算机科学 药物开发 生成语法 药品 数据科学 风险分析(工程) 药物重新定位 人工智能 医学 生物信息学 药理学 生物 考古 历史
作者
Amit Gangwal,Antonio Lavecchia
出处
期刊:Drug Discovery Today [Elsevier BV]
卷期号:29 (6): 103992-103992 被引量:138
标识
DOI:10.1016/j.drudis.2024.103992
摘要

Artificial intelligence (AI) is revolutionizing drug discovery by enhancing precision, reducing timelines and costs, and enabling AI-driven computer-aided drug design. This review focuses on recent advancements in deep generative models (DGMs) for de novo drug design, exploring diverse algorithms and their profound impact. It critically analyses the challenges that are intricately interwoven into these technologies, proposing strategies to unlock their full potential. It features case studies of both successes and failures in advancing drugs to clinical trials with AI assistance. Last, it outlines a forward-looking plan for optimizing DGMs in de novo drug design, thereby fostering faster and more cost-effective drug development.
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
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
娟纸完成签到,获得积分10
刚刚
cclyfan发布了新的文献求助20
刚刚
小曹003完成签到,获得积分10
刚刚
rtaxa完成签到,获得积分0
1秒前
1秒前
xxxksk完成签到 ,获得积分0
1秒前
西陆完成签到,获得积分10
1秒前
303完成签到,获得积分10
2秒前
千秋入画发布了新的文献求助10
2秒前
3秒前
马伯乐发布了新的文献求助10
4秒前
wq完成签到,获得积分10
4秒前
四条半完成签到,获得积分10
5秒前
ryq327完成签到 ,获得积分10
6秒前
哈哈完成签到 ,获得积分10
7秒前
娷静完成签到 ,获得积分10
8秒前
泠然冷云完成签到 ,获得积分10
8秒前
盼盼完成签到,获得积分10
9秒前
Deathmask完成签到,获得积分10
9秒前
Hero完成签到 ,获得积分10
10秒前
小胡发布了新的文献求助10
10秒前
11秒前
科研通AI6.3应助璀璨星宫采纳,获得10
12秒前
王楚童完成签到 ,获得积分10
13秒前
Tbo完成签到,获得积分10
14秒前
无极微光应助简单采纳,获得20
15秒前
胖墩儿驾到完成签到,获得积分10
15秒前
liujie完成签到,获得积分10
15秒前
开放的沛文完成签到,获得积分10
15秒前
嬛嬛完成签到,获得积分10
16秒前
16秒前
艾瑞克完成签到,获得积分10
16秒前
study完成签到,获得积分10
17秒前
健康的惊蛰完成签到,获得积分10
18秒前
Jane完成签到,获得积分10
18秒前
arniu2008发布了新的文献求助200
19秒前
标致冬日完成签到,获得积分10
20秒前
牧羊少年完成签到,获得积分10
20秒前
研友_LX7zK8完成签到,获得积分10
20秒前
能干小甜瓜完成签到 ,获得积分10
22秒前
高分求助中
Adhesion Science: Principles & Practice 1234
Signals, Systems, and Signal Processing 610
Introduction to Cosmetic Formulation and Technology, 2nd Edition 400
Petrology and Plate Tectonics,2025 400
Burger's Medicinal Chemistry and Drug Discovery 400
Programming for Chemical Engineers Using C, C++, and MATLAB 320
Birth of Twins After Genome Editing for HIV Resistance 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6688580
求助须知:如何正确求助?哪些是违规求助? 8432509
关于积分的说明 18015303
捐赠科研通 5914063
什么是DOI,文献DOI怎么找? 2984010
邀请新用户注册赠送积分活动 1959901
关于科研通互助平台的介绍 1897868