Résultats de recherche

filters logos

Filtrer les résultats

arrow down
Années
exclamation icon
Type de contenu
Exporter les résultats Sauvegarder les résultats
1 résultats de recherche
pen icon Colloque
Comment adapter les modélisations moléculaires des ARNs pour débloquer le potentiel des algorithmes d’apprentissages pour la découverte de nouvelles molécules pharmaceutiques
quote

Les acides ribonucléiques (ARN) constituent une vaste classe, encore largement sous-exploitée, de cibles pharmaceutiques. À-ce-jour, nous estimons que jusqu'à 70 % de notre génome encode des ARNs, ce qui ouvre un champ immense de nouvelles possibilités. Toutefois, en raison du nombre colossal de petites molécules, le développement de méthodes informatiques capable d’identifier efficacement les candidates les plus prometteuses est essentiel. Traditionnellement, cette recherche s’appuie sur la disponibilité de structures tri-dimensionnelles de bonne qualité, mais cette information est relativement rare pour les ARNs.Les progrès récents des technologies d'apprentissage automatique offrent de nouvelles opportunités pour repenser le pipeline de découverte de médicaments …

quote