Hvert er hlutverk skapandi gervigreindar í lyfjaþróun?

Hvert er hlutverk kynslóðargervigreindar í lyfjauppgötvun?

Stutt svar: Gervigreind sem byggir á kynslóð flýtir aðallega fyrir lyfjaþróun snemma með því að búa til mögulegar sameindir eða prótínraðir, leggja til leiðir til að mynda lyf og koma með prófanlegar tilgátur, þannig að teymi geti keyrt færri „blindar“ tilraunir. Hún virkar best þegar harðar skorður eru settar og niðurstöður staðfestar; ef hún er meðhöndluð eins og spádómur getur hún villt um sjálfstraust.

Lykilatriði:

Hröðun : Notið GenAI til að víkka hugmyndaframleiðslu og þrengja hana síðan með nákvæmri síun.

Takmarkanir : Krefjast eiginleikabila, reglna um uppbyggingu og nýjungarmarka fyrir myndun.

Staðfesting : Meðhöndlið niðurstöður sem tilgátur; staðfestið með prófunum og rétthyrndum líkönum.

Rekjanleiki : Skráðu fyrirmæli, úttak og rökstuðning svo ákvarðanir séu áfram endurskoðanlegar og endurskoðanlegar.

Viðnám gegn misnotkun : Koma í veg fyrir leka og oftraust með stjórnun, aðgangsstýringum og mannlegri endurskoðun.

Hvert er hlutverk gervigreindar í lyfjaþróun? Upplýsingamynd

Greinar sem þú gætir viljað lesa eftir þessa:

🔗 Hlutverk gervigreindar í heilbrigðisþjónustu
Hvernig gervigreind bætir greiningu, vinnuflæði, umönnun sjúklinga og árangur.

🔗 Mun gervigreind koma í stað geislafræðinga?
Kannar hvernig sjálfvirkni eykur geislalækningar og hvað helst mannlegt.

🔗 Mun gervigreind koma í stað lækna?
Heiðarleg sýn á áhrif gervigreindar á störf og starfshætti lækna.

🔗 Bestu gervigreindarrannsóknarverkfærin fyrir vísindalegar uppgötvanir
Vinsælustu verkfærin í gervigreindarrannsóknarstofum til að flýta fyrir tilraunum, greiningum og uppgötvunum.

Hlutverk gervigreindar í lyfjauppgötvun, í einni andrá 😮💨

Skapandi gervigreind hjálpar lyfjateymum að búa til mögulegar sameindir, spá fyrir um eiginleika, leggja til breytingar, leggja til myndunarleiðir, kanna líffræðilegar tilgátur og þjappa endurtekningarferlum - sérstaklega í snemmbúnum uppgötvunum og bestun leiða. Nature 2023 (yfirlit yfir uppgötvun bindla) Elsevier 2024 yfirlit (skapandi líkön í nýrri lyfjahönnun)

Og já, það getur líka af öryggi framleitt bull. Það er hluti af samningnum. Eins og mjög áhugasamur starfsnemi með eldflaugarhreyfil. Leiðbeiningar lækna (áhætta af ofskynjunum) npj Digital Medicine 2025 (ofskynjanir + öryggisrammi)

Af hverju þetta skiptir meira máli en fólk viðurkennir 💥

Mikil uppgötvunarvinna snýst um „leit“. Leita í efnarými, leita í líffræði, leita í bókmenntum, leita í tengslum milli byggingar og virkni. Vandamálið er að efnarýmið er… í grundvallaratriðum óendanlegt. Accounts of Chemical Research 2015 (efnarými) Irwin & Shoichet 2009 (kvarði efnarýmis)

Þú gætir eytt mörgum lífum í að prófa bara „sanngjarnar“ afbrigði.

Kynslóðagreind færir vinnuflæðið frá:

  • „Við skulum prófa hvað okkur dettur í hug“

til:

  • „Við skulum búa til stærri og snjallari valkosti og prófa síðan þá bestu.“

Þetta snýst ekki um að útrýma tilraunum. Þetta snýst um að velja betri tilraunir . 🧠 Náttúran 2023 (yfirlit yfir uppgötvun bindla)

Einnig, og þetta er vanrætt, hjálpar það teymum að tala saman á milli fræðigreina . Efnafræðingar, líffræðingar, DMPK-fólk, tölvunarfræðingar ... allir hafa mismunandi hugarlíkön. Sæmilegt kynslóðarkerfi getur þjónað sem sameiginleg teikniblokk. Umsögn um Frontiers in Drug Discovery 2024.

Hvað gerir góða útgáfu af skapandi gervigreind fyrir lyfjaþróun? ✅

Ekki er öll gervigreind eins. „Góð“ útgáfa fyrir þetta svið snýst minna um glæsilegar sýnikennslumyndbönd og meira um ókynþokkafulla áreiðanleika (ókynþokkafull er dyggð hér). Nature 2023 (umsögn um uppgötvun bindla)

Góð uppsetning á skapandi gervigreind hefur yfirleitt:

Ef gervigreindin þín ræður ekki við takmarkanir, þá er hún í grundvallaratriðum nýjungaframleiðandi. Skemmtilegt í partíum. Minna gaman í fíkniefnaforriti.

Þar sem skapandi gervigreind passar í lyfjaþróunarferlið 🧭

Hér er einfalt hugarkort. Gervigreind með myndun getur lagt sitt af mörkum á nánast öllum stigum, en hún virkar best þar sem endurtekningar eru dýrar og rými fyrir tilgátur er gríðarlegt. Náttúran 2023 (yfirlit yfir uppgötvun bindla)

Algengir snertipunktar:

Í mörgum verkefnum koma stærstu sigrarnir frá samþættingu vinnuflæðis , ekki frá því að eitt líkan sé „snillingur“. Líkanið er vélin - leiðslan er bíllinn. Náttúran 2023 (yfirlit yfir uppgötvun bindla)

Samanburðartafla: vinsælar aðferðir við gervigreind sem notaðar eru við lyfjaþróun 📊

Dálítið ófullkomin tafla, því raunveruleikinn er dálítið ófullkominn.

Tól / Aðferð Best fyrir (áhorfendur) Verð-svona Af hverju það virkar (og hvenær það virkar ekki)
Nýjar sameindaframleiðendur (SMILES, gröf) Læknisfræðileg efnafræði + blandað efnafræði $$-$$$ Frábær í að kanna nýjar hliðstæður hratt 😎 - en getur spúið út óstöðugum misfitum REINVENT 4 GENTRL (Nature Biotech 2019)
Prótein- / uppbyggingarframleiðendur Líffræðiteymi, byggingarlíffræði $$$ Hjálpar til við að leggja til raðir + uppbyggingu - en „lítur út fyrir að vera sennilegt“ er ekki það sama og „virkar“ AlphaFold (Nature 2021) RFdiffusion (Nature 2023)
Dreifingarstíll sameindahönnunar Ítarleg ML teymi $$-$$$$ Sterk í takmörkunarskilyrðum og fjölbreytileika - uppsetning getur verið… heilt mál JCIM 2024 (dreifingarlíkön) PMC 2025 dreifingarendurskoðun
Samstýringar fyrir spár um eignir (QSAR + GenAI samsetning) DMPK, verkefnateymi $$ Gott fyrir flokkun og röðun - slæmt ef það er meðhöndlað sem fagnaðarerindið 😬 OECD (notkunarsvið) ADMETlab 2.0
Skipuleggjendur afturvirkrar myndunar Ferlisefnafræði, CMC $$-$$$ Hraðar hugmyndavinnu að leiðum - þarf enn að nota menn til að tryggja hagkvæmni og öryggi. AiZynthFinder 2020 Coley 2018 (CASP)
Fjölþátta rannsóknarstofusamstarfsaðilar (texti + prófunargögn) Þýðingarteymi $$$ Gagnlegt til að draga merki úr gagnasöfnum - tilhneigt til of mikils sjálfstrausts ef gögnin eru ójöfn. Nature 2024 (hópáhrif í frumumyndgreiningu) npj Digital Medicine 2025 (fjölþátta í líftækni)
Aðstoðarmenn í bókmenntum og tilgátum Allir, í reynd $ Styttir lestrartíma verulega - en ofskynjanir geta verið hálar, eins og sokkar sem hverfa. Patterns 2025 (LLMs in lyfjaþróun) Leiðbeiningar fyrir lækna (ofskynjanir)
Sérsmíðaðar grunnlíkön fyrir heimilið Stór lyfjafyrirtæki, vel fjármagnað líftæknifyrirtæki $$$$ Besta stjórnun + samþætting - líka dýr og hæg í uppbyggingu (því miður, það er satt) Umsögn um Frontiers in Drug Discovery 2024

Athugið: Verðlagning er mjög breytileg eftir stærð, útreikningum, leyfisveitingum og hvort teymið þitt vill „plug and play“ eða „við skulum smíða geimskip“

Nánari skoðun: Gervigreind sem getur leitt til nýrrar uppgötvunar og hönnunar 🧩

Þetta er aðal notkunartilfellið: að búa til mögulegar sameindir frá grunni (eða úr stoðgrind) sem passa við markmiðssnið. Nature Biotechnology 2019 (GENTRL) REINVENT 4

Hvernig þetta virkar venjulega í reynd:

  1. Skilgreina takmarkanir

  2. Búa til frambjóðendur

  3. Síaðu ákaft

  4. Veldu lítið mengi fyrir myndun

    • menn tína enn, því menn geta stundum fundið lykt af bullinu

Vandræðalegi sannleikurinn: gildið er ekki bara „nýjar sameindir“. Það eru nýjar sameindir sem eru skynsamlegar miðað við takmarkanir forritsins . Sá síðasti hluti skiptir öllu máli. Náttúran 2023 (yfirlit yfir uppgötvun bindla)

Einnig, smá ýkjur innkomandi: þegar vel er gert getur það fundist eins og þú hafir ráðið teymi óþreytandi yngri efnafræðinga sem aldrei sofa og aldrei kvarta. En aftur á móti skilja þeir heldur ekki hvers vegna ákveðin verndarstefna er martröð, svo ... jafnvægi 😅.

Nánari skoðun: Leiðbeiningarbestun með skapandi gervigreind (fjölþáttastilling) 🎛️

Draumar flækjast oft í leiðabestun.

Þú vilt:

  • aukinn styrkur

  • sértækni upp

  • stöðugleiki í efnaskiptum

  • leysni upp

  • öryggismerki niður

  • gegndræpi „alveg rétt“

  • OG samt vera myndanlegt

Þetta er klassísk fjölmarkmiðabestun. Generative gervigreind er óvenju góð í að leggja til safn af málamiðlunarlausnum frekar en að þykjast að það sé til ein fullkomin blanda. REINVENT 4 Elsevier 2024 umsögn (generative líkön)

Hagnýtar leiðir sem teymi nota það:

  • Tillögu að hliðstæðu : „Búið til 30 afbrigði sem draga úr úthreinsun en viðhalda virkni“

  • Skiptingarskönnun : stýrð könnun í stað óþarfa upptalningar

  • Stöðuhopp : þegar kjarni lendir á vegg (eitrun, IP eða stöðugleiki)

  • Tillögur með útskýringum : „Þessi pólhópur gæti hjálpað til við leysni en gæti skaðað gegndræpi“ (ekki alltaf rétt, en gagnlegt)

Ein viðvörun: eiginleikaspár geta verið brothættar. Ef þjálfunargögnin þín passa ekki við efnaröðina þína, getur líkanið verið örugglega rangt. Alveg rangt. Og það mun ekki roðna. OECD QSAR staðfestingarreglur (notkunarsvið) Weaver 2008 (QSAR notkunarsvið)

Nánari skoðun: ADMET, eituráhrif og skimun fyrir „vinsamlegast ekki drepa forritið“ 🧯

ADMET er þar sem margir umsækjendur falla hljóðlega. Skapandi gervigreind leysir ekki líffræðivandamál, en hún getur dregið úr mistökum sem hægt er að forðast. ADMETlab 2.0 Waring 2015 (brottfall)

Algeng hlutverk:

  • að spá fyrir um efnaskiptaáhættu (efnaskiptastaðir, úthreinsunarþróun)

  • Tilkynning um líkleg eituráhrif (viðvaranir, hvarfgjörn milliefni)

  • mat á leysni og gegndræpissviðum

  • tillögur að breytingum til að draga úr hERG áhættu eða bæta stöðugleika 🧪 FDA (ICH E14/S7B spurningar og svör) EMA (ICH E14/S7B yfirlit)

Áhrifaríkasta mynstrið lítur svona út: notið GenAI til að leggja til valkosti, en notið sérhæfð líkön og tilraunir til að staðfesta.

Gervigreind sem byggir á kynslóð er hugmyndavélin. Staðfesting er enn til staðar í prófunum.

Nánari skoðun: Kynslóðagerð gervigreindar fyrir líftækni og próteinverkfræði 🧬✨

Lyfjaþróun snýst ekki bara um litlar sameindir. Framleiðslugervigreind er einnig notuð til að:

Prótein- og raðmyndun getur verið öflug vegna þess að „tungumál“ raða kortleggst ótrúlega vel við vélanámsaðferðir. En hér er einföld afturför: hún kortleggst vel ... þangað til hún gerir það ekki. Vegna þess að ónæmissvörun, tjáning, glýkósýleringarmynstur og þróunarhæfni geta verið grimmilegar. AlphaFold (Nature 2021) ProteinGenerator (Nat Biotech 2024)

Svo bestu uppsetningarnar eru meðal annars:

  • þróunarhæfnisíur

  • áhættumat á ónæmissvörun

  • takmarkanir á framleiðsluhæfni

  • Blautar rannsóknarstofulykkjur fyrir hraða ítrun 🧫

Ef þú sleppir þeim færðu stórkostlega atriðaöð sem hegðar sér eins og díva í framleiðslu.

Nánari skoðun: Skipulagning myndunar og tillögur að afturvirkri myndun 🧰

Kynslóðagreind er einnig að laumast inn í efnafræðilegar aðgerðir, ekki bara hugmyndavinnu sameinda.

Skipuleggjendur afturvirkrar myndunar geta:

  • leggja til leiðir að markefnasambandi

  • legg til upphafsefni sem fást í verslunum

  • Raðaðu leiðum eftir skrefafjölda eða skynjaðri hagkvæmni

  • hjálpa efnafræðingum að útiloka fljótt „sætar en ómögulegar“ hugmyndir AiZynthFinder 2020 Coley 2018 (CASP)

Þetta getur sparað rauntíma, sérstaklega þegar verið er að skoða margar mögulegar byggingar. Samt sem áður skiptir mannfólkið miklu máli hér vegna þess að:

  • breytingar á framboði hvarfefna

  • Áhyggjur af öryggi og stærð eru raunverulegar

  • Sum skref líta vel út á pappír en mistakast ítrekað

Ekki fullkomin myndlíking, en ég nota hana samt: afturvirk gervigreind er eins og GPS sem er að mestu leyti rétt, nema stundum leiðir hún þig í gegnum stöðuvatn og fullyrðir að það sé flýtileið. 🚗🌊 Coley 2017 (tölvustýrð afturvirk myndun)

Gögn, fjölþætt líkön og óreglulegur veruleiki rannsóknarstofa 🧾🧪

Skapandi gervigreind elskar gögn. Rannsóknarstofur framleiða gögn. Á pappírnum hljómar það einfalt.

Ha. Nei.

Raunverulegar rannsóknarstofugögn eru:

Fjölþátta kynslóðarkerfi geta sameinað:

Þegar það virkar er það frábært. Þú getur afhjúpað óaugljós mynstur og lagt til tilraunir sem einn sérfræðingur gæti misst af.

Þegar það mistekst, þá mistekst það hljóðlega. Það skellir ekki hurðinni. Það ýtir bara við þér í átt að öruggri, rangri niðurstöðu. Þess vegna eru stjórnun, staðfesting og endurskoðun sviðsins ekki valkvæð. Leiðbeiningar lækna (ofskynjanir) npj Digital Medicine 2025 (ofskynjanir + öryggisrammi)

Áhætta, takmarkanir og hlutinn „látið ekki reiprennandi úttak blekkja ykkur“ ⚠️

Ef þú manst aðeins eitt, þá skaltu muna þetta: skapandi gervigreind er sannfærandi. Hún getur hljómað rétt en verið röng. Leiðbeiningar fyrir lækna (ofskynjanir)

Helstu áhættur:

Aðgerðir sem hjálpa í reynd:

  • halda mönnum í ákvarðanatökuferlinu

  • skráningarfyrirmæli og úttak til að rekja

  • sannreyna með rétthyrndum aðferðum (prófanir, aðrar gerðir)

  • framfylgja takmörkunum og síum sjálfkrafa

  • Meðhöndlið niðurstöður sem tilgátur, ekki sannleikstöflur, leiðbeiningar OECD QSAR

Gervigreind sem byggir á sköpun er rafmagnsverkfæri. Rafmagnsverkfæri gera þig ekki að smið ... þau gera bara mistök hraðar ef þú veist ekki hvað þú ert að gera.

Hvernig teymi tileinka sér skapandi gervigreind án óreiðu 🧩🛠️

Teymi vilja oft nota þetta án þess að breyta stofnuninni í vísindasýningu. Hagnýt innleiðingarleið lítur svona út:

Vanmetið heldur ekki menningu. Ef efnafræðingum finnst eins og gervigreind sé þröngvað upp á þá, þá hunsa þeir hana. Ef hún sparar þeim tíma og virðir sérþekkingu þeirra, þá tileinka þeir sér hana hratt. Manneskjur eru fyndnar svona 🙂.

Hvert er hlutverk gervigreindar í lyfjauppgötvun þegar þú zoomar út? 🔭

Þegar litið er til hliðar snýst hlutverkið ekki um að „skipta út vísindamönnum“. Það snýst um að „auka vísindalegt bandvíddarsvið“. Nature 2023 (yfirlit yfir uppgötvun bindla)

Það hjálpar liðum:

  • kanna fleiri tilgátur á viku

  • leggja til fleiri mögulegar byggingar í hverjum hring

  • forgangsraða tilraunum skynsamlegar

  • þjappa ítrunarlykkjum milli hönnunar og prófunar

  • deila þekkingu milli eininga. Mynstur 2025 (LLM-gráður í lyfjaþróun)

Og kannski það sem er vanmetið: það hjálpar þér að sóa ekki dýrri mannlegri sköpunargáfu í endurteknar aðgerðir. Fólk ætti að hugsa um aðferðir, stefnu og túlkun - ekki að eyða dögum í að búa til afbrigðalista handvirkt. Náttúran 2023 (yfirlit yfir uppgötvun bindla)

Já, hlutverk gervigreindar í lyfjaþróun er því bæði hröðlun, rafall, sía og stundum vandræðavaldur. En hún er dýrmæt.

Lokasamantekt 🧾✅

Gervigreind sem byggir á kynslóð er að verða kjarninn í nútíma lyfjaþróun því hún getur búið til sameindir, tilgátur, raðir og leiðir hraðar en menn - og hún getur hjálpað teymum að velja betri tilraunir. Yfirlit yfir Frontiers in Drug Discovery 2024, Nature 2023 (yfirlit yfir uppgötvun bindla)

Yfirlitspunktar:

Ef þú kemur fram við það eins og samvinnuaðila - ekki véfrétt - getur það sannarlega fært verkefni áfram. Og ef þú kemur fram við það eins og véfrétt ... ja, þá gætirðu endað á því að fylgja GPS-tækinu aftur út í vatnið. 🚗🌊

Algengar spurningar

Hvert er hlutverk gervigreindar í lyfjaþróun?

Gervigreind sem byggir á kynslóð víkkar fyrst og fremst hugmyndaferlinu í snemmbúnum uppgötvunum og bestun leiða með því að leggja til mögulegar sameindir, próteinraðir, myndunarleiðir og líffræðilegar tilgátur. Gildið er minna „skipta út tilraunum“ og meira „velja betri tilraunir“ með því að búa til marga möguleika og síðan sía vandlega. Það virkar best sem hröðun innan agaðs vinnuflæðis, ekki sem sjálfstæð ákvarðanataka.

Hvar stendur skapandi gervigreind sig best í lyfjaþróunarferlinu?

Það skilar yfirleitt mestu gildi þar sem tilgáturýmið er gríðarlegt og ítrun er dýr, svo sem við að bera kennsl á niðurstöður, hanna nýjar niðurstöður og hámarka möguleika. Teymi nota það einnig fyrir ADMET flokkun, tillögur að afturvirkri samantekt og stuðning við heimildir eða tilgátur. Stærsti ávinningurinn kemur venjulega frá því að samþætta myndun með síum, einkunnagjöf og mannlegri endurskoðun frekar en að búast við að eitt líkan sé „snjallt“

Hvernig seturðu skorður svo að kynslóðarlíkön framleiði ekki gagnslausar sameindir?

Hagnýt nálgun er að skilgreina skorður fyrir myndun: eiginleikabil (eins og leysni eða logP markmið), reglur um uppbyggingu eða undirbyggingu, eiginleika bindistaðs og nýjungarmörk. Síðan skal framfylgja lyfjafræðilegum efnafræðilegum síum (þar á meðal PAINS/hvarfgjörnum hópum) og eftirliti með myndunarhæfni. Fyrsta kynslóð skorður er sérstaklega gagnleg við dreifingarstíl sameindahönnun og ramma eins og REINVENT 4, þar sem hægt er að kóða fjölþætt markmið.

Hvernig ættu teymi að sannreyna niðurstöður GenAI til að forðast ofskynjanir og oföryggi?

Meðhöndlið hverja niðurstöðu sem tilgátu, ekki niðurstöðu, og sannreynið með prófunum og rétthyrndum líkönum. Paraðu saman myndun við árásargjarna síun, tengikví eða stigagjöf þar sem við á, og athuganir á notagildi fyrir spáþætti í QSAR-stíl. Gerið óvissu sýnilega þegar mögulegt er, því líkön geta haft öryggi í röngum formi vegna efnafræði utan dreifingar eða óstöðugra líffræðilegra fullyrðinga. Endurskoðun á upplýsingum um fólk er enn kjarninn í öryggisþættinum.

Hvernig er hægt að koma í veg fyrir gagnaleka, áhættu á IP-tölum og „minnisbundna“ úttak?

Notið stjórnunar- og aðgangsstýringar svo að viðkvæmar upplýsingar um forrit séu ekki settar í fyrirspurnir af handahófi og skráið fyrirspurnir/úttak til að hægt sé að endurskoða þær. Framfylgið nýjunga- og líkindaprófunum svo að framleiddir umsækjendur sitji ekki of nálægt þekktum efnasamböndum eða vernduðum svæðum. Haldið skýrum reglum um hvaða gögn eru leyfð í ytri kerfum og kjósið stýrt umhverfi fyrir viðkvæma vinnu. Mannleg endurskoðun hjálpar til við að greina „of kunnuglegar“ tillögur snemma.

Hvernig er gervigreind notuð til að fínstilla leiðir og fínstilla marga breytur?

Í leiðabestun er skapandi gervigreind verðmæt því hún getur lagt til margar málamiðlanir í stað þess að eltast við eitt „fullkomið“ efnasamband. Algeng vinnuflæði fela í sér hliðrænar tillögur, stýrða staðgengilsskönnun og scaffold hopping þegar styrkleika-, eiturefna- eða IP-takmarkanir hindra framfarir. Eiginleikaspár geta verið brothættar, þannig að teymi raða venjulega frambjóðendum með mörgum líkönum og staðfesta síðan bestu valkostina með tilraunum.

Getur skapandi gervigreind einnig hjálpað við líftækni og próteinverkfræði?

Já - teymi nota það til að mynda mótefnaraðir, hugmynda um þroska sækni, bæta stöðugleika og kanna ensím eða peptíð. Prótein-/raðmyndun getur virst sennileg án þess að vera þróunarhæf, þannig að það er mikilvægt að nota síur fyrir þróunarhæfni, ónæmissvörun og framleiðsluhæfni. Byggingarverkfæri eins og AlphaFold geta stutt rökhugsun, en „sennileg uppbygging“ er samt ekki sönnun fyrir tjáningu, virkni eða öryggi. Blautrannsóknarstofulykkjur eru enn nauðsynlegar.

Hvernig styður skapandi gervigreind við áætlanagerð og afturvirka myndun?

Þeir sem skipuleggja afturvirka myndun geta lagt til leiðir, upphafsefni og leiðaröðun til að flýta fyrir hugmyndavinnu og útiloka fljótt ómögulegar leiðir. Verkfæri og aðferðir eins og AiZynthFinder-stíls áætlanagerð eru áhrifaríkust þegar þau eru pöruð við raunverulegar hagkvæmnisathuganir frá efnafræðingum. Aðgengi, öryggi, takmarkanir á uppskalningu og „pappírsviðbrögð“ sem mistakast í reynd krefjast samt sem áður mannlegrar dómgreindar. Notað á þennan hátt sparar það tíma án þess að þykjast að efnafræðin sé leyst.

Heimildir

  1. Náttúran - Yfirlit yfir uppgötvun bindla (2023) - nature.com

  2. Náttúrulíftækni - GENTRL (2019) - nature.com

  3. Náttúran - AlphaFold (2021) - nature.com

  4. Náttúran - RFdreifing (2023) - nature.com

  5. Náttúrulíftækni - Próteinframleiðandi (2024) - nature.com

  6. Nature Communications - Hópaáhrif í frumumyndgreiningu (2024) - nature.com

  7. npj Stafræn læknisfræði - Ofskynjanir + öryggisrammi (2025) - nature.com

  8. npj Stafræn læknisfræði - Fjölþætt í líftækni (2025) - nature.com

  9. Vísindi - PróteinMPNN (2022) - science.org

  10. Frumumynstur - LLM-gráður í lyfjaþróun (2025) - cell.com

  11. ScienceDirect (Elsevier) - Kynslóðarlíkön í nýrri lyfjahönnun (2024) - sciencedirect.com

  12. ScienceDirect (Elsevier) - Vogt (2023): áhyggjur af nýjungum/einstökum hlutum - sciencedirect.com

  13. Læknisfræðileg myndgreining (ScienceDirect) - Fjölþætt gervigreind í læknisfræði (2025) - sciencedirect.com

  14. PubMed Central - Leiðbeiningar fyrir lækna (áhætta af ofskynjunum) - nih.gov

  15. Reikningar um efnafræðilegar rannsóknir (ACS Publications) - Chemical Space (2015) - acs.org

  16. PubMed Central - Irwin & Shoichet (2009): efnafræðilegur rýmiskvarði - nih.gov

  17. Frontiers in Drug Discovery (PubMed Central) - Umsögn (2024) - nih.gov

  18. Tímarit um efnafræðilegar upplýsingar og líkanagerð (ACS Publications) - Dreifingarlíkön í nýrri lyfjahönnun (2024) - acs.org

  19. PubMed Central - REINVENT 4 (opið rammaverk) - nih.gov

  20. PubMed Central - ADMETlab 2.0 (snemma ADMET skiptir máli) - nih.gov

  21. OECD - Meginreglur um staðfestingu (Q)SAR líkana í reglugerðarskyni - oecd.org

  22. frá OECD um staðfestingu (Q)SAR líkana - oecd.org

  23. Reikningar um efnafræðilegar rannsóknir (ACS Publications) - Tölvustýrð efnasmíðaáætlun / CASP (Coley, 2018) - acs.org

  24. ACS Central Science (ACS Publications) - Tölvustýrð afturvirk myndun (Coley, 2017) - acs.org

  25. PubMed Central - AiZynthFinder (2020) - nih.gov

  26. PubMed - Lipinski: Regla 5 samhengis - nih.gov

  27. Tímarit um lækningaefnafræði (ACS Publications) - Baell & Holloway (2010): VERKIR - acs.org

  28. PubMed - Waring (2015): útfall - nih.gov

  29. PubMed - Rives (2021): próteinmálslíkön - nih.gov

  30. PubMed Central - Leek o.fl. (2010): hópáhrif - nih.gov

  31. PubMed Central - Úttekt á dreifingu (2025) - nih.gov

  32. FDA - E14 og S7B: klínískt og óklínískt mat á lengingu QT/QTc bils og möguleika á hjartsláttartruflunum (Spurningar og svör) - fda.gov

  33. Lyfjastofnun Evrópu - Yfirlit yfir ICH leiðbeiningar E14/S7B - europa.eu

  34. USENIX - Carlini o.fl. (2021): útdráttur þjálfunargagna úr tungumálalíkönum - usenix.org

  35. Háskólinn í Edinborg – Stafrænar rannsóknarþjónustur - Rafræn rannsóknarstofubók (ELN) - ed.ac.uk

  36. ScienceDirect (Elsevier) - Weaver (2008): QSAR gildissvið - sciencedirect.com

Finndu nýjustu gervigreindina í opinberu versluninni fyrir gervigreindaraðstoðarmenn

Um okkur

Til baka á bloggið