Retour à l'Aperçu du Calcul à Sec
S5
Criblage Virtuel de Médicaments AI
Cible -> poche de liaison -> docking moléculaire -> molécule candidate
Précision du potentiel de réseau neuronal TorchANI approche DFT. Pipeline de criblage virtuel de bout en bout.
4-8 semaines300K-1M/projetCouverture de Capacité 70%
Flux du Pipeline
Boucle de calcul à sec de bout en bout
1
Structure de Cible
Prédiction ESMFold ou récupération PDB
2
Poche de Liaison
P2Rank prédit les sites de liaison médicamentables
3
Docking Moléculaire
AutoDock Vina docking virtuel à grande échelle
4
Prédiction ADMET
RDKit + QED évaluent le métabolisme et la toxicité
5
Classement des Candidats
REINVENT génération + criblage AI
6
Validation par Potentiel de Réseau Neural
Précision TorchANI approche DFT
7
Rapport de Livraison
SMILES des molécules candidates + conformation de docking + scores ADMET
Outils Principaux
ESMFoldP2RankAutoDock VinaRDKitQEDREINVENTTorchANI
Avantages Clés
TorchANI
Précision approche DFT mais 1000x plus rapide
Automatisation de Bout en Bout
Cible -> poche -> docking -> ADMET -> classement
Génération + Criblage AI
REINVENT génère de nouvelles molécules candidates
Couverture de Capacité
70%Synergie entre Pipelines
Démarrez Votre Projet Criblage Virtuel de Médicaments AI
Démarrez avec 1 projet, pas d'équipe nécessaire.