Artificial Intelligence in Drug Design
1. Anwendungen der Künstlichen Intelligenz in der Medikamentenentwicklung: Chancen und Herausforderungen
Morgan Thomas, Andrew Boardman, Miguel Garcia-Ortegon, Hongbin Yang, Chris de Graaf, und Andreas Bender.
2. Maschinelles Lernen angewandt auf die Modellierung von pharmakologischen und ADMET-Endpunkten
Andreas H. Gller, Lara Kuhnke, Antonius ter Laak, Katharina Meier, und Alexander Hillisch.
3. mit künstlicher Intelligenz gegen COVID-19 kämpfen
Stefania Monteleone, Tahsin F. Kellici, Michelle Southey, Michael J. Bodkin, und Alexander Heifetz.
4. Anwendung von künstlicher Intelligenz und maschinellem Lernen in der Arzneimittelentdeckung
Rishi R. Gupta.
5. Deep Learning und computergestützte Chemie
Tim James und Dimitar Hristozov.
6.Ist das durch künstliche Intelligenz unterstützte Arzneimitteldesign Realität geworden?
Atanas Patronov, Kostas Papadopoulos, und Ola Engkvist.
7. netzwerkgestützte Arzneimittelentdeckung
Jonny Wray und Alan Whitmore.
8.Vorhersage der Verweilzeit von GPCR-Liganden mit maschinellem Lernen
Andrew Potterton, Alexander Heifetz, und Andrea Townsend-Nicholson.
9. De Novo Molecular Design mit chemischen Sprachmodellen
Francesca Grisoni und Gisbert Schneider.
10. tiefe neuronale Netze für QSAR
Yuting Xu.
11. Deep Learning im strukturbasierten Wirkstoffdesign
Andrew Anighoro.
12. Deep Learning angewandt auf Liganden-basiertes De Novo Drug Design
Ferruccio Palazzesi und Alfonso Pozzan.
13. Protein-Ligand-Docking mit ultrahohem Durchsatz und Deep Learning
Austin Clyde.
14. Künstliche Intelligenz und Quantencomputer als die nächsten Pharma-Disruptoren
Tnia Cova, Carla Vitorino, Mrcio Ferreira, Sandra Nunes, Paola Rondon-Villarreal, und Alberto Pais.
15. Künstliche Intelligenz in der Wirkstoffentwicklung
Christoph Grebner, Hans Matter, und Gerhard Hessler.
16.Künstliche Intelligenz, maschinelles Lernen und Deep Learning in realen Fällen der Wirkstoffentwicklung
Christophe Muller, Obdulia Rabal Gracia, und Constantino Diaz Gonzalez.
17. Künstliche Intelligenz-gestütztes De-Novo-Design neuartiger, synthetisierbarer Verbindungen
Govinda Bhisetti und Cheng Fang.
18. Maschinelles Lernen aus Omics-Daten
Ren Rex.
19. Deep Learning in der Entwicklung therapeutischer Antikörper.
| ISBN: | 9781071617892 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2022 |
| Seitenzahl: | 529 |
Derzeit verfügbar, auf Lager.
