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

データサイエンス

エントロピーを使用した時系列複雑性解析

すべてのデータサイエンティストはこれを知っています:Machine Learningの問題の解決における最初のステップは、データの探...

AI研究

プリンストンの研究者たちは、革新的な軽量フレームワーク「InterCode」を導入しましたこれにより、人間のような言語からコード生成のための言語モデルの相互作用が効率化されました

ChatGPTは、OpenAIによって開発された最新のチャットボットであり、リリース以来話題になっています。このGPTトランスフォー...

AI研究

新しいCMUとMetaによるAI研究、PyNeRFの導入:スケールに意識したグリッドベースのレンダリングにおけるニューラル輝度場の進化

ニューラル・ラディアンス・フィールド(NeRF)は、シーン再構成時のスケールの変動とエイリアシングのアーティファクトを減...

機械学習

「グラフ機械学習 @ ICML 2023」

「壮大なビーチとトロピカルなハワイの風景🌴は、勇敢な科学者たちを国際機械学習会議に出席し、最新の研究成果を発表するこ...

データサイエンス

このAIニュースレターは、あなたが必要とするすべてです#65

今週のAIでは、AI規制に関する進展がありましたエロン・マスクやマーク・ザッカーバーグなどのテックリーダーが60人以上の上...

データサイエンス

深さ優先探索(DFS)アルゴリズム:グラフ探索の深淵を探求

この記事では、深さ優先探索アルゴリズムの内部構造に迫り、その仕組み、応用、およびバリエーションについて探求します