Anvita Aggarwal 摘要:人工智能 (AI) 已成为药物发现领域的一股变革力量,其驱动力是机器学习(尤其是深度学习)的广泛应用以及计算硬件和软件的不断进步。本文全面概述了化学信息学中 AI 的现状,涵盖定量结构-活性/性质关系 (QSAR/QSPR) 和基于结构的建模、从头分子设计和化学合成预测。分析强调了现有深度学习应用的优势和局限性,并提供了关于下一代 AI 在推进药物发现方面的潜力的前瞻性观点。 2023 年 10 月 12 日收到;2023 年 10 月 23 日修订;2023 年 10 月 25 日接受 © 作者 2023。在 www.questjournals.org 上以开放获取方式出版
J. Sebastian Garcia-Medina, Karolina Sienkiewicz, S. Anand Narayanan, Eliah G. Overbey, Kirill Grigorev, Krista A. Ryon, Marissa Burke, Jacqueline Proszynski, Braden Tierney, Caleb M. Schmidt, Nuria Mencia-Trinchant, Remi Klotz, Veronica Ortiz, Jonathan Foox, Christopher Chin, Deena Najjar, Irina Matei, Irenaeus Chan, Carlos Cruchaga, Ashley Kleinman, JangKeun Kim, Alexander Lucaci, Conor Loy, Omary Mzava, Iwijn De Vlaminck, Anvita Singaraju, Lynn E. Taylor, Julian C. Schmidt, Michael A. Schmidt, Kelly Blease, Juan Moreno, Andrew Boddicker, Junhua Zhao, Bryan Lajoie, Andrew Altomare, Semyon Kruglyak, Shawn Levy, Min Yu, Duane C. Hassane, Susan M. Bailey, Kelly Bolton, Jaime Mateus, and Christopher E. Mason (2024) Genome and clonal hematopoiesis stability contrasts with immune, cfDNA,线粒体和端粒长度在短时间太空飞行中变化。精确临床医学。https://academic.up.com/pcm/article/7/1/pbae007/7642247
