Cheminformatics, Qsar and Machine Learning Applications for Novel Drug Development
Cheminformatics, QSAR and Machine Learning Applications for Novel Drug Development przedstawia różne narzędzia oparte na strukturze, ligandach i uczeniu maszynowym, które są obecnie wykorzystywane w projektowaniu leków.
Książka zwraca również uwagę na specjalne tematy związane z obliczeniowym projektowaniem leków wraz z dostępnymi narzędziami i bazami danych. Rozdziały obejmują najnowsze trendy w modelowaniu obliczeniowym leków, QSAR w chemii medycznej, metody oparte na strukturze, chemoinformatykę i podejścia chemometryczne, metody uczenia maszynowego oraz studia przypadków, w tym deskryptory molekularne, podobieństwo molekularne, metody statystyczne dla QSAR, badania przesiewowe oparte na strukturze, modelowanie homologii w przewidywaniu struktury białek, dokowanie molekularne, stabilność interakcji receptorów leków, kwantowe podejścia chemiczne, głębokie uczenie i maszyna wektorów nośnych w projektowaniu leków.
Końcowe sekcje obejmują projektowanie zielonych farmaceutyków do toksykologii obliczeniowej oraz dostępne narzędzia i bazy danych, w tym bazy danych QSAR, bezpłatne narzędzia i bazy danych do projektowania leków opartych na ligandach i strukturach oraz zasoby uczenia maszynowego do projektowania leków.
