基于深度神经网络模型进行候选化合物发现
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
基于深度神经网络模型进行候选化合物的筛选，预测
新药研发面临着诸多挑战,存在成本高、耗时长、风险高等痛点。aidd以计算化学为基础,在药物研发中的先导化合物的发现优化、化合物ADMET预测等方面有着广泛的应用。
药物发现中，候选化合物具有关键的作用。将人工智能技术应用在候选化合物的筛选，预测，受到了业界的广泛关注。
本项目旨在将深度神经网络模型应用于临床前候选化合物的发现、筛选。
应用了传统机器学习的分子表征技术，也采用了独特的图神经网络的构建，并将二者结合。
本人在项目中作为项目核心成员。
新药研发面临着诸多挑战,存在成本高、耗时长、风险高等痛点。aidd以计算化学为基础,在药物研发中的先导化合物的发现优化、化合物ADMET预测等方面有着广泛的应用。
药物发现中，候选化合物具有关键的作用。将人工智能技术应用在候选化合物的筛选，预测，受到了业界的广泛关注。
本项目旨在将深度神经网络模型应用于临床前候选化合物的发现、筛选。
应用了传统机器学习的分子表征技术，也采用了独特的图神经网络的构建，并将二者结合。
本人在项目中作为项目核心成员。
基于深度神经网络模型进行候选化合物发现
联系该工程师
微信扫码，建群沟通
案例介绍
基于深度神经网络模型进行候选化合物的筛选，预测
新药研发面临着诸多挑战,存在成本高、耗时长、风险高等痛点。aidd以计算化学为基础,在药物研发中的先导化合物的发现优化、化合物ADMET预测等方面有着广泛的应用。
药物发现中，候选化合物具有关键的作用。将人工智能技术应用在候选化合物的筛选，预测，受到了业界的广泛关注。
本项目旨在将深度神经网络模型应用于临床前候选化合物的发现、筛选。
应用了传统机器学习的分子表征技术，也采用了独特的图神经网络的构建，并将二者结合。
本人在项目中作为项目核心成员。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
