Команда Университета Торонто опубликовала в Nature Computational Science новый метод HIP, который напрямую предсказывает полную матрицу Гессе молекулы, минуя дорогостоящий этап дифференцирования.
Цикл активного обучения в сочетании с геометрическим глубоким обучением улучшает прогноз реакций в медицинской химии при нехватке данных: ИИ учится определять, где молекуле следует разорваться.
Метод «2-step» делает прогноз времени удерживания малых молекул в жидкостной хроматографии готовым к использованию без переобучения под новые системы, что напрямую полезно для разработки лекарств и изучения природных соединений.
Исследователи Колумбийского университета (лаборатории Корниш и Кена Шепарда) с помощью цикла «проектирование — создание — проверка» на основе ИИ перестроили дрожжи для обнаружения PFOA и PFOS и создали тест-полоску, мгновенно измеряющую PFAS в воде.
XtalPi 6 октября раскрыла подробности платформы Kodexia, в которой генеративный ИИ, биологическое моделирование и автоматизированные эксперименты образуют замкнутый цикл для ускорения поиска терапий на основе малых интерферирующих РНК (siRNA).
Команда Нью-Йоркского университета сообщила в Chemical Science об ИИ, обученном на химических закономерностях устойчивости и точно предсказывающем положение атомов водорода в молекулах лекарств, что решает давнюю проблему определения таутомеров.
Компания по разработке лекарств на основе ИИ Transcripta Bio и «ИИ-химическая фабрика» Synfini сообщили, что за несколько недель получили ведущее соединение валидационного уровня против гена MSH3, тогда как отраслевой ориентир от «хита» до выдвижения кандидата — 12–18 месяцев.