Hacia modelos de mundo en investigación biomédica
Descubre cómo los modelos mundiales biomédicos, impulsados por IA, permiten simular futuros biológicos y acelerar el descubrimiento de terapias.
#descubrimiento de fármacos
CP-Agent: Razonamiento multimodal contextual para fenotipado celular
CP-Agent: IA multimodal que interpreta morfología celular bajo fármacos, acelerando descubrimiento con reportes contextuales.
Métricas de equidad en DRL para descubrimiento de fármacos
Descubre cómo medir la equidad en deep reinforcement learning para descubrimiento de fármacos en salud, evaluando sesgos en datos, recompensas y diversidad química.
FLOWR: Nuevo método de generación de ligandos con flujo y estructura
FLOWR: nueva técnica de generación de ligandos con flujo matching. Hasta 70 veces más rápido, preciso y adaptable a fragmentos. Ideal para diseño de fármacos.
Generación Neural Simbólica aplicada al descubrimiento de fármacos
Los generadores neuronales simbólicos (SNG) integran lógica y redes neuronales para generar moléculas candidatas a fármacos con alta afinidad.
Site4Drug: Predicción de sitios diana de unión a fármacos con IA
Site4Drug predice sitios diana en proteínas, considerando accesibilidad, topología y modificaciones postraduccionales. Ideal para descubrimiento de fármacos.
Cuando una sola respuesta no basta: Nuevos benchmarks de retrosíntesis
Descubre cómo el nuevo benchmark CREED evalúa la retrosíntesis con LLMs priorizando la plausibilidad química. Conoce ChemCensor.
Generación molecular anticancerígena condicionada por genotipo
Generación molecular condicionada por genotipo usando IA para crear fármacos anticancerígenos personalizados, optimizando sensibilidad y síntesis.
Agentes en árbol: coordinación por rutas para optimización molecular
ATOM: marco multiagente que coordina agentes en un árbol para optimizar moléculas multiobjetivo. Mejora Pareto en diseño de fármacos. ¡Descúbrelo!
Propagación adaptativa guiada por estructura para PPIS
Conoce el innovador modelo SGAP-PPIS que predice sitios de interacción proteína-proteína usando propagación adaptativa.
Chem-PerturBridge: compendio de efectos transcriptómicos de moléculas pequeñas
Descubre Chem-PerturBridge, un recurso que unifica más de 37,000 compuestos y 1.25M muestras transcriptómicas para impulsar modelos de IA en descubrimiento de fármacos.
Aprendizaje de representaciones biológicas enmascarando expresión génica
Descubre cómo TxFM, un modelo de autoaprendizaje por enmascaramiento, logra representaciones genómicas de alta fidelidad superando a modelos masivos.
Optimización de flujo restringido: ajuste fino secuencial en diseño molecular
Descubre cómo el algoritmo CFO equilibra recompensa y restricciones en el diseño molecular mediante ajuste fino secuencial. Resultados prometedores.
Optimización de líderes moleculares mediante planificación con herramientas agentivas
Optimiza líderes moleculares con herramientas agentivas para acelerar el descubrimiento de fármacos. Aumenta eficiencia y precisión en química computacional.