拡散生成モデルによる医薬品発見の加速化

Accelerating drug discovery with Generative Adversarial Networks (GANs)

MITの研究者たちは、伝統的な方法よりも速く新しい薬剤を見つけることができ、有害な副作用の可能性を減らすことができるモデルであるDiffDockを構築しました。

DiffDockは、タンパク質-リガンド結合の潜在的な姿勢のシリーズを生成し、従来の薬物開発パイプラインに劇的な変化をもたらすアプローチです。色付きの分子は、他のタンパク質(灰色)に結合するタンパク質分子です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI研究

「Johns Hopkins Medicineの研究者たちは、正確な骨肉腫壊死計算のための機械学習モデルを開発しました」

がん医療の領域において、骨がん患者における化学療法の効果を評価することは予後の重要な指標となります。ジョンズ・ホプキ...

データサイエンス

学ぶための勇気: L1&L2正則化の解明(パート3)

「‘MLの学びへの勇気:L1とL2正則化の解読’ 第3回目にお帰りなさい前回は、正則化の目的について掘り下げ、L1とL2の方法を解...

データサイエンス

METAのHiera:複雑さを減らして精度を高める

畳み込みニューラルネットワークは、20年以上にわたってコンピュータビジョンの分野を支配してきましたトランスフォーマーの...

コンピュータサイエンス

「パーソナルロボットによる生活の快適化」

メディアラボの研究科学者、シャリファ・アルゴウィネムは、英語とアラビア語で感情を説明する個人用ロボット技術を探求して...

機械学習

ウィザードコーダー:最高のコーディングモデルとは何でしょう

このブログでは、WizardCoderとは何か、そしてなぜそれがフィールドで最高のコーディングモデルとして際立っているのかについ...

機械学習

PyRCAをご紹介します:AIOpsにおけるRoot Cause Analysis(RCA)のために設計されたオープンソースのPython Machine Learningライブラリです

人工知能(AI)および機械学習の分野は、その信じられないほどの能力とほとんどすべての産業での使用例のおかげで急速に進化...