虚拟药物筛选的新型预测方法
摘要：药物开发是一个耗时费力的过程，需要测试数千种化合物，以寻找具有药物特性又安全有效的化合物。虚拟药物筛选已经成为早期药物发现过程中的关键部分，通过运行药物-靶标相互作用的计算机模拟来缩小对潜在药物的搜索范围。由于这些方法需要大量的计算能力才能获得准确的结果，基于机器学习技术的预测模型成为一种流行的解决方案，其要求较少的计算能力，并能生成进一步研究的新化学结构。深度学习在药物发现中的应用还有很长的路要走。只有在过去几年中，随着计算能力的增加，研究人员才真正开始发掘神经网络在药物发现过程中的潜力。虽然预测方法在未来的药物发现中有巨大的前景，但也带来了新的问题和挑战，这些问题和挑战仍然需要解决。
作者：Josip Mesari''c
论文ID：2202.06635
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-02-15