文献

J-GLOBAL ID：202202224843205096   整理番号：22A0946727

人工知能による前臨床創薬の強化【JST・京大機械翻訳】

Enhancing preclinical drug discovery with artificial intelligence

著者 (4件)： Vijayan R.S.K. (Institute for Applied Cancer Science, MD Anderson Cancer Center, Houston, TX, USA) ,  Kihlberg Jan (Department of Chemistry-BMC, Uppsala University, Uppsala, Sweden) ,  Cross Jason B. (Institute for Applied Cancer Science, MD Anderson Cancer Center, Houston, TX, USA) ,  Poongavanam Vasanthanathan (Department of Chemistry-BMC, Uppsala University, Uppsala, Sweden)
資料名： Drug Discovery Today  (Drug Discovery Today)
巻： 27  号： 4  ページ： 967-984  発行年： 2022年 
JST資料番号： W1088B  ISSN： 1359-6446  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人工知能(AI)は薬物発見の不可欠な部分になっている。それは,標的同定から始まり,臨床開発を通して到達し,創薬と開発価値連鎖を横断して送達する可能性を有する。このレビューにおいて,AIが実際の影響を作った例を強調することにより,現在のAI技術の概要とAIが前臨床薬物発見をいかに再想像するかのglSeを提供する。薬物発見においてAIを取り囲む興奮とハイパーボロールを考慮して,薬物発見におけるAIの採用における機会と課題の両方を検討することにより,現実的な見解を提示することを目的とした。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ターゲット ,  *製品開発 ,  *人工知能
準シソーラス用語： *創薬 ,  臨床開発 , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工知能 ,  機械学習 ,  深層学習 ,  薬物発見

分類 (2件)： 研究開発  (GU01040N) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 人工知能 ,  臨床 ,  創薬 ,  強化