需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 人工智能药物筛选、药物设计及毒性预测算法

人工智能药物筛选、药物设计及毒性预测算法

发布时间: 2024-07-18

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 新技术
行业领域：
生物与新医药技术
成果介绍
本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。
成果亮点
进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。
团队介绍
学校现有专任教师1330人，其中教授298人、副教授501人，博士生导师167人，长江学者特聘教授3人，双聘院士1人，国家高层次人才特殊支持计划(万人计划)4人，辽宁省攀登学者6人，辽宁省特聘教授18人;学校有享受国务院政府特殊津贴专家128人校有全日制在校学生近***万人，其中本科生***万人，研究生7000余人;有各类留学生1800余人
成果资料