パトコアの技術ブログ

ChEMBL vs. GOSTAR －データの多様性と化合物の網羅性

医薬品開発におけるADMEデータの重要性とGOSTARとChEMBLの比較。データの多様性と網羅性の違いを明らかにし、予測モデルの精度向上につながるGOSTARの優位性を解説。

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。

卓越したデータをGOSTARで

GOSTARは、アルゴリズムの学習、モデルの設計、結果の検証のために、高品質で一貫した構造、包括的な注釈付きデータセットを提供します。 GOSTARのデータは、製薬会社やバイオテクノロジー会社がAI/MLモデルを構築し、創薬の新たなフロンティアを探索することを支援します。

最新の構造活性相関データを迅速に入手するには

構造活性相関データ（構造式VS活性などの特性データ）は創薬研究において、ドラッグデザインやパテンタビリティーの調査、AI/MLモデルの構築などに不可欠です。 過去に広く研究されたターゲットや適応症については、使用できる既存のデータが大量に存在します。