预测分子活性:使用QSAR机器学习模型预测有机分子与特定受体的分子结合活性-源码

上传者: 42144366 | 上传时间: 2021-09-15 18:56:22 | 文件大小: 1.49MB | 文件类型: ZIP
预测分子活性 使用QSAR机器学习模型预测有机分子与特定受体的分子结合活性。 诸如此类的虚拟筛选技术通过减少经过高通量筛选的潜在药物的数量来降低药物发现的成本。 该项目表明,机器学习模型可以从药物的分子定量结构-活性关系(QSAR)数据有效预测候选药物。 该代码在ipynb文件中提供,该文件需要一段时间才能运行。 还提供了以科学论文格式对该项目的深入描述。

文件下载

资源详情

[{"title":"( 3 个子文件 1.49MB ) 预测分子活性:使用QSAR机器学习模型预测有机分子与特定受体的分子结合活性-源码","children":[{"title":"Predicting-Molecular-Activity-master","children":[{"title":"README.md <span style='color:#111;'> 643B </span>","children":null,"spread":false},{"title":"Predicting Molecular Activity.pdf <span style='color:#111;'> 1.59MB </span>","children":null,"spread":false},{"title":"Predicting-Molecular-Activity.ipynb <span style='color:#111;'> 17.31KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • weixin_45745584 :
    不要被骗了
    2021-10-14
  • weixin_58835681 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-05

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明