Chemprop:分子性质预测的消息传递神经网络工具
Chemprop 是一个基于消息传递神经网络的开源 Python 包,用于从分子图结构预测化学性质,支持药物发现和材料研究中的分子性质建模。
Chemprop 是一个基于消息传递神经网络的开源 Python 包,用于从分子图结构预测化学性质,支持药物发现和材料研究中的分子性质建模。
不足以下结论:材料仅为期刊资讯,未提供摘要内容,无法就Icaritin及其N-Boc氨基酸酯衍生物的化学、构效关系与初步机制得出方向性结论。 研究设计与做法:材料未报告设计类型、样本量、干预与对照及随访时长;仅显示该文发表于European Journal of Medicina
结论:材料仅提供标题,提示研究关注通过催化剂调控的振动频率差异实现CO2电解中同位素体筛分,方向与强度无法判断,证据档位C。 设计与做法:材料未报告摘要,无法获知设计类型、样本量、干预与对照设置及随访时长;仅从标题推测为催化剂与电解相关的实验性研究。
本文提示,合成的1,3,4-噁二唑衍生物对MCF-7乳腺癌细胞具有体外抗增殖活性,其中R3活性最强,方向为抑制增殖,强度属提示性,尚不足以支持临床结论。 研究设计为化合物设计、合成与体外评价:经Schiff碱形成后环化合成9个衍生物(R1–R9),以FT-IR、¹H NMR与质谱
材料仅提供标题,未报告摘要与结果数据,故无法给出方向性结论;标题提示该工作以各向异性网状化学为策略对半导体二维共轭金属有机框架进行结构编程,属方法学层面的框架构建探索,证据档位为C,尚不足以下结论。 研究设计与做法:材料未报告。仅由标题可知研究对象为半导体二维共轭金属有机框架,干
该综述提示,将绿色化学理念与计算机辅助药物设计(CADD)结合,可能形成更快速、更绿色、成本更低的药物研发框架;作者持积极展望,但本文为叙述性综述,未提供定量证据,故其主张属「提示」而非「证据支持」。 研究设计为综述性论述,材料未报告系统检索策略、纳入文献数量、样本量、干预与对照
以间苯二甲酸类交联剂在树脂上合成双交联α螺旋肽,蛋白酶抗性有所提升。 为方法学合成研究,采用树脂上合成策略并引入双交联,比较交联肽的蛋白酶抗性。
标题提示醛类可通过三羰基化级联反应实现苏糖呋喃糖的从头合成。 因仅有标题、无摘要,反应条件、催化剂与底物范围等设计细节不明。
综述认为整合网络药理学、分子对接与分子动力学模拟可为药物发现提供较全面的计算框架。 采用计算机模拟综述方式,梳理三类方法在靶点识别、机制探索、虚拟筛选与先导优化中的分工。
化学方向雷达:多维虚拟筛选流水线化、重定位与靶点证据整合、AI模型对齐化学家判断。本期语料里计算类条目占据压倒性多数,提问方式已从“这个化合物有没有活性”转向“用什么模型、什么参数、什么靶点构象去筛”。
集成多种归纳偏置模型,可使逆合成预测更贴近化学家的判断方式。 研究采用模型集成策略,将具有不同归纳偏置的模型组合用于逆合成任务。
对Kv1.3抑制剂进行虚拟筛选,并探究其缓解小鼠酒精性肝损伤的分子机制。 文献类型为资讯,仅提供期刊卷期与作者信息,未给出研究设计与方法细节。
PennyLane 是开源量子软件平台,支持量子计算、量子机器学习和量子化学,通过自动微分把量子电路与经典机器学习框架连接起来。
合成羟基化异烟肼席夫碱衍生物,并开展体外、体内与计算模拟的综合生物评价。 研究结合体外实验、体内实验与分子模拟三类手段,对衍生物进行表征与活性比较。
基于摘要信息,该研究围绕苯甲酰肼衍生物作为胆碱酯酶抑制剂用于阿尔茨海默病治疗展开设计与合成。 采用实验与计算相结合的方法,对目标化合物进行设计、合成,并通过X射线表征其结构。
设计并合成新型TEAD抑制剂,并对其治疗肝纤维化的作用进行生物学评价。 摘要仅提供刊源与作者,未给出化合物结构、实验模型与对照设置。
Boltz 是一系列开源模型,用于预测生物分子复合物结构及结合亲和力,支持早期药物发现中的虚拟筛选与先导优化。
综述AI辅助先导化合物优化,关注计算进展与转化应用之间的衔接问题。 因摘要缺失,仅据标题推断为综述性文献,讨论计算方法与转化障碍两方面。
研究以计算手段筛选中药化合物库,寻找靶向大肠杆菌DNA旋转酶B亚基的潜在抑制剂。 针对PDB 6F86靶点,依次采用机器学习模型、药效团过滤、Lipinski规则评估、分子对接与MM/GBSA计算。
该文以生物基前体合成非异氰酸酯聚氨酯所需的双羟烷基氨基甲酸酯与双氨基甲酸酯。 摘要仅含出版信息,具体合成路线与表征方法未在摘要中呈现。