相关文章推荐
高大的蟠桃  ·  outlook日历中可以添加多条日程。生成用 ...·  2 年前    · 
文雅的煎饼果子  ·  如何通过adb获取当前活动的布局和视图,如果 ...·  2 年前    · 
爱笑的汉堡包  ·  求高人指点,python怎么高效实时截图? ...·  2 年前    · 
豁达的针织衫  ·  AKShare首页、文档和下载 - 基于 ...·  3 年前    · 
儒雅的单车  ·  Access 局域网多用户使用及Sql ...·  3 年前    · 
Code  ›  DrugAI的博客_CSDN博客-DrugAI,RDKit | 化学信息学与AI,Python领域博主
https://blog.csdn.net/u012325865
儒雅的小刀
3 年前
DrugAI
码龄10年
  • 博客:2,548,035
    社区:1,608
    问答:219
    动态:1,914
    2,551,776
    总访问量
  • 695
    原创
  • 3,789
    排名
  • 3,255
    粉丝
  • 学习成就
关注
提问 私信

个人简介: Fight Disease With Code ! Fight Disease With Data Technology ! 药学、医学、化学和生物与计算机和AI交叉的爱好者从业者。

IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:韩国
  • 加入CSDN时间: 2013-10-03
博客简介:

DrugAI

博客描述:
Fight Disease With Code ! Fight Disease With DT !
查看详细资料
  • 8
    成就
    总分 5,198 当月 11
个人成就
  • 人工智能领域新星创作者
    博客专家认证
    获得 1,486 次点赞
    内容获得 566 次评论
    获得 6,684 次收藏
创作历程
  • 37篇
    2022年
  • 74篇
    2021年
  • 290篇
    2020年
  • 200篇
    2019年
  • 81篇
    2018年
  • 43篇
    2017年
成就勋章
TA的专栏
  • RDKit | 化学信息学与AI
    付费
    153篇
  • Life Sciences.AI
    付费
    40篇
  • 量子世界
    1篇
  • Qiskit
    1篇
  • PennyLane
    1篇
  • Psi4
    1篇
  • PySCF
    1篇
  • DrugAI
    229篇
  • Chemoinformatics
    31篇
  • Open Babel
    9篇
  • Bioinformatics
    39篇
  • Metabolomics
    4篇
  • Anaconda&conda
    28篇
  • DL | 深度学习
    35篇
  • ML | 机器学习
    35篇
  • Data_Science & Statistics
    13篇
  • 数据科学
    32篇
  • KNIME
    1篇
  • NLP
    6篇
  • 知识图谱
    3篇
  • Image and Vision
    12篇
  • OpenCV
    13篇
  • OpenGL
    1篇
  • Programming Language
  • C | C++
    2篇
  • Python
    63篇
  • R
    9篇
  • Perl
    1篇
  • Linux
    2篇
  • CentOS
    34篇
  • Ubuntu
    12篇
  • Docker
    1篇
  • Molecular Docking
  • AutoDock-Vina-DOCK
    5篇
  • Molecular Libraries
    3篇
  • Molecular_Dynamics
    11篇
  • Amber
    5篇
  • Gromacs
    9篇
  • Xmgraxe
    1篇
  • Molecular Simulation
    1篇
  • Chimera
    1篇
  • Pymol
    6篇
  • DataBase
    4篇
  • MySQL
    7篇
  • PostgreSQL
    11篇
  • MongoDB
    2篇
  • 杂记
    3篇
TA的推广
兴趣领域 设置
  • 人工智能
    计算机视觉 机器学习 深度学习 神经网络 自然语言处理 tensorflow pytorch nlp 数据分析
TA的社区
  • DrugAI
    3 成员 33 内容
    创建者
微信公众号:DrugAI | QQ: 2648008726
20191213111315937.jpg
  • 关注/订阅/互动
搜TA的内容
搜索 取消

Nat. Commun. | 基于最优传输的单细胞数据集成统一计算框架

单细胞数据集成可以提供细胞的全面分子视图。然而,如何整合异质性单细胞多组学以及空间分辨的转录组学数据仍然是一个重大挑战。为此,作者提出了uniPort,这是一种结合耦合变分自动编码器(coupled-VAE)和小批量不平衡最优传输(Minibatch-UOT)的统一单细胞数据集成框架。它利用高度可变的通用基因和数据集特异性基因进行集成,以处理数据集之间的异质性,并可扩展到大规模数据集。uniPort 将异质性单细胞多组学数据集嵌入到共享的潜在空间。它还可以进一步构建一个用于跨数据集基因插补的参考图谱。
原创
发布博客 2022.12.17 ·
935 阅读 ·
0 点赞 ·
1 评论

DrugnomeAI: 靶标成药性预测模型

2022年11月,communication biology杂志上刊登了一篇来自英国剑桥大学的名为“DrugnomeAI is an ensemble machine-learning framework for predicting druggability of candidate drug targets”的研究论文。该文章针对靶点成药性预测问题,提出了一个名为DrugnomeAI的预测模型...
原创
发布博客 2022.12.10 ·
518 阅读 ·
1 点赞 ·
0 评论

Nat. Commun. | Ⅱ型糖尿病控制不良怎么办?专注于HbA1c进行综合多种用药治疗的综合比较为您提供优化方案...

糖化血红蛋白(HbA1c)是红细胞中的血红蛋白与血清中的糖类(主要指葡萄糖)通过非酶反应相结合的产物。糖化血红蛋白浓度可有效地反映过去8~12周平均血糖水平。因Ⅱ型糖尿病的治疗效果与糖化血红蛋白的含量有关。美国的Elevance Health Palo Alto研究人员采用一种结合深度学习、因果推断和网络荟萃分析(Network meta-analysis, NMA)的方法,通过分析大量Ⅱ型糖尿病患者的治疗数据来估计联合疗法对Ⅱ型糖尿病的实际比较疗效。
原创
发布博客 2022.12.09 ·
396 阅读 ·
0 点赞 ·
0 评论

Nat. Commun. | DeepPROTACs: 基于深度学习的PROTACs降解药效预测模型

传统疗法依靠小分子抑制剂作为作用模式(MOA)实现占位驱动药理学。该方法存在无法处理不可成药的靶点、脱靶毒性、不良副作用、耐药性等缺点。单克隆抗体和RNA干扰(RNAi)方法开始补充小分子抑制剂方法,但仍存在抗体难以穿过细胞膜,RNAi分子本身的口服生物利用度和组织分布较差等弱点。鉴于以上情况,本文采用PROTACs技术作为MOA。蛋白水解靶向嵌合体(PROTACs)自2001年诞生以来,已成为利用事件驱动MOA的一项十分具有吸引力的技术。
原创
发布博客 2022.12.07 ·
429 阅读 ·
0 点赞 ·
0 评论

Nat. Commun. | 深度学习将大分子分解为独立的马尔可夫域

​此次为大家分享的是来自Nature Communiations 上的一篇题为"Deep learning to decompose macromolecules into independent Markovian domains" 的文章,来自德国柏林自由大学、美国德克萨斯州休斯顿莱斯大学的Frank Noé团队。对越来越大的蛋白质进行动力学建模兴趣日益浓厚,但目前缺乏收集足够的状态概率或状态间转换统计数据的能力,因为对于大分子系统,亚稳态的数量随大小呈指数增长。
原创
发布博客 2022.12.06 ·
261 阅读 ·
0 点赞 ·
0 评论

多尺度生成扩散模型预测蛋白-配体复合物结构的动态骨架

作者提出了一种名为NeuralPLexer的扩散模型框架,这一框架能够利用蛋白的骨架模板以及分子图的输入,快速预测蛋白-配体复合物的结构以及它们的波动。另外,本文发现当NeuralPLexer应用于蛋白质折叠因为配体存在而显著改变的系统时,这一框架可以完善类结合态蛋白的结构。这一结果表明,数据驱动的方法可以捕获蛋白质和小分子实体之间的结构协作性,为新药物靶点的计算识别和功能小分子和配体结合蛋白的端到端可微设计展示了方向和前景。
原创
发布博客 2022.10.10 ·
541 阅读 ·
0 点赞 ·
0 评论

Nat. Rev. Genet. | 通过可解释人工智能从深度学习中获得遗传学见解

基于深度学习的人工智能(AI)模型现在代表了基因组学研究中进行功能预测的最先进水平。然而,模型预测的基础往往是未知的。对于基因组学研究人员来说,这种缺失的解释性信息往往比预测本身更有价值,因为它可以使人们对遗传过程有新的认识。作者回顾了可解释人工智能(xAI)新兴领域的进展,以启发生命科学研究人员对复杂深度学习模型的洞察力。之后,作者分类讨论了模型解释的方法,包括直观地理解每种方法的工作原理及其在典型高通量生物数据集中的基本假设和局限性。
原创
发布博客 2022.10.09 ·
470 阅读 ·
0 点赞 ·
0 评论

Nat. Mach. Intel. | ReLSO: 具有正则化潜在空间优化的基于Transformer的蛋白生成

本文引入了正则化潜在空间优化(ReLSO),这是一种基于深度Transformer的自动编码器,它具有高度结构化的潜在空间,经过训练可以联合生成序列并预测适应度。作者团队在几个公开可用的蛋白质数据集上评估了这种方法,观察到ReLSO的序列优化效率更高。
原创
发布博客 2022.10.04 ·
393 阅读 ·
0 点赞 ·
0 评论

由复合嵌入模型分解的单细胞成对关系

作者提出了一种名为SPURCE的可扩展机器学习方法,旨在系统地确定嵌入单细胞RNA序列数据中常见细胞间的通信模式。作者将该方法应用于研究肿瘤微环境,并整合了多个乳腺癌数据集,发现了七个经常观察到的相互作用特征和潜在的基因-基因相互作用网络。实验结果表明,通过不同的相互作用模式而不是已知标记基因的静态表达,可以更好地理解肿瘤异质性的一部分,尤其是同一亚型内的肿瘤异质性。
原创
发布博客 2022.10.01 ·
251 阅读 ·
0 点赞 ·
0 评论

CSDN:成就一亿技术人 13年注册的时候,我是一枚医学院药学专业大三的学生。如今我是一枚交叉研究方向的在读博士,主要是围绕人工智能与医药和生命科学结合。我觉得是自己一路学习的见证和这个美好的时代给予的,还有CSDN这个平台。希望不仅仅是计算机的同学,能有更多化学,生物和医学背景的人能在CSDN有所收获。

发布动态 2022.09.06

Cell | 深度突变学习预测SARS-CoV-2受体结合域组合突变对ACE2结合和抗体逃逸的影响...

SARS-CoV-2的持续变异以及对疫苗和中和抗体产生耐药性变种的出现,有可能延长COVID-19流行的时间。SARS-CoV-2变种的产生部分是由于病毒突刺蛋白,特别是ACE2,与受体结合域(RBD)的突变产生的。ACE2也是中和抗体的主要靶点。作者提出了一种基于机器学习的蛋白质工程技术——深度突变学习(DML)。DML能对ACE2结合和抗体逃逸的影响做出准确预测,并且能查询数十亿RBD变体组合突变的大规模序列空间。高度多样化的SARS-CoV-2变种已经被确定来自多种进化路线。
原创
发布博客 2022.09.06 ·
1359 阅读 ·
0 点赞 ·
0 评论

使用图生成多任务模型缩小基于靶标和基于细胞的药物发现之间的差异

作者提出了一种基于图的多任务深度学习模型(MATIC)来识别同时具有靶标抑制和细胞活性的化合物。在SARS-CoV-2 数据集上,MATIC模型比传统方法在筛选体内有效化合物方面更具优势。作者探索了模型的可解释性,发现靶标抑制(体外)或细胞活性(体内)任务学习的特征与分子性质相关性和原子功能存在差异。基于这些发现,作者利用基于蒙特卡洛算法的强化学习模型生成具有体外和体内功效的新型多属性化合物。
原创
发布博客 2022.09.05 ·
871 阅读 ·
0 点赞 ·
0 评论

全球人工智能(AI)在药物发现中的应用市场--行业趋势和2029年预测

全球人工智能(Artificial Intelligence, AI)在药物发现中的应用,按应用(候选新药、药物优化和再利用、临床前试验和批准、药物监测、寻找新的疾病相关靶标和通路、了解疾病机制、聚集和综合信息、形成和鉴定假设、新药设计、寻找旧药的药物靶标和其他)、技术(机器学习、深度学习、自然语言处理和其他)、药物类型(小分子和大分子)、服务(软件和服务)、适应症(免疫肿瘤学、神经变性疾病、心脏病和其他疾病)。最终用途(合同研究组织 (CRO)、制药和生物技术公司、研究中心和学术机构等)行业趋势和到 20
原创
发布博客 2022.09.04 ·
883 阅读 ·
0 点赞 ·
0 评论

KDD 2022| 使用约束能量模型的抗体CDR 设计

近年来涌现出许多计算设计抗体CDR环的工作,但面临着CDR 环维持特定几何形状的挑战。在这篇文章中,作者设计了一个约束流形来表征 CDR 环的几何约束,接着设计了约束流形中的能量模型Constrained Energy Model (CEM)。
原创
发布博客 2022.09.03 ·
369 阅读 ·
0 点赞 ·
0 评论

Nat. Commun. | 核酸聚合物生成,机器学习来帮忙

虽然体外筛选是探索大范围序列空间的有效方法,但由于选择引起的序列收敛,以及有限的测序深度,使得序列的搜索空间仅局限在少数区域。为了解决该问题,作者提出结合湿实验和机器学习方式去探索未被湿实验检索的序列空间。该论文通过体外筛选,发现了与柔红霉素具有高亲和力(KD=5-65 nM)的高度侧链功能化的核酸聚合物(HFNAP)。然后利用该数据训练条件变分自编码器(CVAE)模型,生成了与柔红霉素(daunomycin)高度亲和(KD=9-26nM)且独特多样的HFNAP序列。该论文将体外筛选与机器学习模型耦合,直接
原创
发布博客 2022.09.02 ·
412 阅读 ·
0 点赞 ·
0 评论

KDD 2022 | 编程指南:生命科学中的图神经网络

本文介绍由亚马逊的研究团队推出的应用于生命科学的图神经网络指南《Graph Neural Networks in Life Sciences: Opportunities and Solutions》,这个工作发表在2022年数据挖掘顶会KDD上。图结构数据在生命科学以及医疗场景无处不在,最近很多研究把原来依赖于描述性数据分析的问题转化成依赖于生物网络的问题,例如图神经网络 (GNNs)。与其它领域相比,生命科学的问题有其自身的独特性和细微的差别。
原创
发布博客 2022.09.01 ·
480 阅读 ·
0 点赞 ·
0 评论

“RDKit | 化学信息学与AI”专栏介绍及专栏内容分类(持续更新......)
发布动态 2022.08.30

基于3D等变图转换的条件抗体设计

作者提出了一种多通道等变注意网络 (MEAN),这是一种能够共同设计 CDR 的 1D 序列和 3D 结构的端到端模型。具体而言,MEAN 通过导入包括目标抗原和抗体轻链在内的额外成分,将抗体设计表述为条件图翻译问题。然后, MEAN 采用E(3)-equivariant 消息传递以及注意机制来更好地捕捉不同组件之间的几何相关性。最后,它通过多轮渐进式全镜头方案输出 1D 序列和 3D 结构。
原创
发布博客 2022.08.30 ·
412 阅读 ·
0 点赞 ·
0 评论

scGEMA:基于单细胞多组学增强子的基因调控网络推断

作者提出了scGEMA模型,一种基于单细胞多组学增强子的基因调控网络推断方法,通过结合单细胞基因表达和染色质可及性谱来推断基因调控网络。该模型能够研究动态生物过程的复杂基因调控机制,如细胞分化和疾病驱动的细胞重塑。作者还提供了一个控制人类心肌梗死中肌成纤维细胞激活的基因调控网络的案例研究。
原创
发布博客 2022.08.29 ·
414 阅读 ·
0 点赞 ·
0 评论

开学啦

发布动态 2022.08.28
 
推荐文章
高大的蟠桃  ·  outlook日历中可以添加多条日程。生成用php实现类似功能的代码。 - CSDN文库
2 年前
文雅的煎饼果子  ·  如何通过adb获取当前活动的布局和视图,如果屏幕是Webview?
2 年前
爱笑的汉堡包  ·  求高人指点,python怎么高效实时截图? - 知乎
2 年前
豁达的针织衫  ·  AKShare首页、文档和下载 - 基于 Python 的开源金融数据接口库 - OSCHINA - 中文开源技术交流社区
3 年前
儒雅的单车  ·  Access 局域网多用户使用及Sql server ODBC链接表的相关经验大全(Access高级技巧) - 知乎
3 年前
今天看啥   ·   Py中国   ·   codingpro   ·   小百科   ·   link之家   ·   卧龙AI搜索
删除内容请联系邮箱 2879853325@qq.com
Code - 代码工具平台
© 2024 ~ 沪ICP备11025650号