パトコアの技術ブログ

pKaや溶解度の予測値は、現実と比較してどうなのか？

pKaや溶解度の予測精度を評価。創薬セットでの結果を通じて、Chemaxonの予測ツールの高い精度と透明性を示す。科学的信頼性に基づく研究成果を掲載。

科学的仮説の構築-化合物の最適化のために

2023年5月23日のDesign Hub記事では、科学的仮説の重要性と化合物最適化のプロセスについて詳しく解説。科学的仮説が創薬プロセスに果たす役割を紹介。

低分子の物性を予測するためのローカルモデルとグローバルモデル

低分子物性を予測するローカルモデルとグローバルモデルの比較。適用範囲と予測力のバランス、モデル選択のポイントを解説。モデル作成のワークフローや効果も詳細に紹介。

薬物設計における主要な特性 | 親油性、pKa、および溶解度の予測

薬物設計における主要な特性、親油性、pKa、および溶解度の予測の重要性とその精度について詳しく解説。高性能予測ツールによる正確な分子特性予測の可能性を探る。

EXCELRA社の臨床薬理スペシャリストの一日

Excelra社の臨床薬理スペシャリストが医薬品開発の複雑さとデータの重要性を探る。ビッグデータとAI/MLの革新による医薬品開発の進化に迫る。Excelraの専門知識とサービスに迫る一日の様子。

Trainer Engine : データから予測モデルへの翻訳

機械学習（ML）のライフサイクルは、データの収集、標準化、トレーニング、可視化、トリアージを含む実験、モデルの展開と再トレーニングを経て行われます。Chemaxonは、データの取り込みから前処理、モデリング、レビュー、予測までをサポートするプロセスを開発しました。