Drug Target Review | 超越表型：基于AI更好地了解疾病
阿斯利康(AstraZeneca)的Claus Bendtsen揭示了如何使用AI来增进对疾病的了解，帮助确定病因并帮助药物发现。 人工智能（AI）在R＆D中具有广泛的应用，包括在疾病研究或疾病理解方面。例如，机器学习可以系统地分析数据以找到数据点之间的链接，然后可以使用基于AI的推理来推断以前未知的连接。然后，可以使用这些知识来开发对疾病的新见解并确定有希望的新靶标。 药物靶标研究中心的Vict
相关文章
- 1. Drug Target Review | 筛选用于抗COVID-19的抗病毒化合物
- 2. Drug Target Review | 利用AI发现和设计药物
- 3. Drug Target Review | 虚拟现实(VR)用于新药设计
- 4. Identifying drug–target interactions based on graph convolutional network and deep neural network 论文
- 5. Drug Target Review | 开发一种算法来预测药物性肝损伤
- 6. SI疾病传播模型实现
- 7. [转载]疾病传播路径·地图
- 8. KEGG Drug 数据库
- 9. 直播预告：Graph Representation Learning for Drug Discovery
- 10. 重大疾病保险都包含哪些疾病?
- 更多相关文章...
- • Spring基于Annotation装配Bean - Spring教程
- • Spring基于XML装配Bean - Spring教程
- • Kotlin学习（二）基本类型
- • ☆基于Java Instrument的Agent实现
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Drug Target Review | 筛选用于抗COVID-19的抗病毒化合物
- 2. Drug Target Review | 利用AI发现和设计药物
- 3. Drug Target Review | 虚拟现实(VR)用于新药设计
- 4. Identifying drug–target interactions based on graph convolutional network and deep neural network 论文
- 5. Drug Target Review | 开发一种算法来预测药物性肝损伤
- 6. SI疾病传播模型实现
- 7. [转载]疾病传播路径·地图
- 8. KEGG Drug 数据库
- 9. 直播预告：Graph Representation Learning for Drug Discovery
- 10. 重大疾病保险都包含哪些疾病?