Simulations and active learning enable efficient identification of an experimentally-validated broad coronavirus inhibitor

Uloženo v:

Podrobná bibliografie
Vydáno v:	Nature Communications vol. 16, no. 1 (2025), p. 6949-6961
Hlavní autor:	Elez, Katarina
Další autoři:	Hempel, Tim, Shrimp, Jonathan H., Moor, Nicole, Raich, Lluís, Rocha, Cheila, Winter, Robin, Le, Tuan, Pöhlmann, Stefan, Hoffmann, Markus, Hall, Matthew D., Noé, Frank
Vydáno:	Nature Publishing Group
Témata:	Coronaviruses Simulation Datasets Learning Inhibitors Computational efficiency Effectiveness Computing costs Drug development Severe acute respiratory syndrome coronavirus 2 Computer applications Drug screening Viral diseases Drugs Libraries Molecular dynamics Candidates COVID-19 Proteins Therapeutic applications Environmental
On-line přístup:	Citation/Abstract Full Text Full Text - PDF
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!