Das DatasetspQSAR-Verbindungsaktivitätsmatrix ist das interne in-silico-Aktivitätsdatenset von Novartis für 5,5 Millionen Verbindungen über ~12.000 Assays. Für diese Studie wurden nur Assays mit einer Vorhersagequalität über dem Standarderfolgsschwellenwert, \({r}_{{ext}}^{2}\) ≥ 0,3, beibehalten, und die vorhergesagten Z-Scores wurden zur Darstellung der Verbindungsaktivitäten verwendet. Unter ...
In den durchgeführten Experimenten wurde eine NVIDIA A100-SXM 81GB Grafikkarte und 12 AMD EPYC 7742 64-Core-Prozessoren für das Training aller Modelle verwendet. Der Ansatz in den Experimenten basiert auf einer Kostenfunktion, die auf der multiskaligen strukturellen Ähnlichkeit (MS-SSIM) Methode beruht. ...
Die Patientencharakteristika von insgesamt 26.233 und 152.979 Patienten, die den Auswahlkriterien entsprachen, wurden aus den Memorial Hermann Hospital System (MHHS) und Medical Information Mart for Intensive Care (MIMIC)-IV-Datenbanken identifiziert. Insgesamt wurden 56.233 und 393.713 Indexkulturevents im Laufe der Zeit in ...
Für passive Permeabilitätsbestimmungen wurden 96-Well-Platten durchlässige Einsätze mit Madin-Darby-Kaninchen-Nieren (MDCK)-Zellen platziert und für drei Tage kultiviert. Der Testartikel in Dimethylsulfoxid (DMSO) Vorratslösung (10 mM) wurde zu Hanks ausbalancierter Salzlösung (HBSS) gegeben, um eine Endkonzentration von 10 μM zu erreichen. Das ...
Der erstellte Modell-Backbone kann gleichzeitig die Gleichgewichtskonformation und die QC-Eigenschaft vorhersagen, die als \((y,\, {\hat{{\boldsymbol{r}}}})=f({{\boldsymbol{X}}},\, {{\boldsymbol{E}}},\, {{\boldsymbol{r}}};{{\boldsymbol{\theta }}})\) bezeichnet wird. Dieses Modell verwendet drei Eingaben: (i) Atommerkmale (\({{\boldsymbol{X}}}\in {{\mathbb{R}}}^{n\times {d}_{f}}\)), (ii) Kanteneigenschaften (\({{\boldsymbol{E}}}\in {{\mathbb{R}}}^{n\times n\times {d}_{e}}\)), und (iii) 3D-Koordinaten von ...
Riboformer ist ein Werkzeug, das die Dichte der Ribosomen genau definiert und trainiert werden muss, indem zwei Ribosomenprofil-Datensätze verwendet werden, wobei eine Transformer-Architektur eingesetzt wird, um die Sequenzmerkmale zu erfassen, die die Änderungen in den Translationkinetiken bestimmen. Der Transformer-Block besteht ...
Die Arbeit wurde von der Ethikkommission des Krankenhauses der Universität für Medizin in Tianjin genehmigt. Dabei wurden die Grundsätze der Guten Klinischen Praxis und die Deklaration von Helsinki sowie andere relevante ethische Vorschriften eingehalten. Alle Patienten gaben vor der pathologischen ...
In der Simulation Pipeline werden simulierte Datensätze für das Training während des Netzwerktrainings erzeugt, indem pro Epoche 10.000 Frames erstellt werden, wobei jedes Frame nur einmal für das Training verwendet wird. Die LSGAN-Technologie wird angewendet, um realistische Modelle für den ...
Die Forschung von Huang et al. (2021) beschäftigt sich mit einem maschinellen Lernansatz zur Analyse der epigenetischen Veränderungen im Gehirn im Zusammenhang mit Alzheimer. DeTure & Dickson (2019) befassen sich mit der neuropathologischen Diagnose von Alzheimer, während Gaugler et al. ...
Das Modell DeepGlyco erbt die LSTM-basierten Modellarchitekturen für die Vorhersage von Peptidseigenschaften und wird um zusätzliche Module erweitert, um Glycan-Fragmentintensitäten vorherzusagen. Ein Glycopeptid-Eingang wird in Peptid- und Glycan-Bestandteile aufgeteilt, bevor er dem Modell zugeführt wird. Die Peptidkomponente umfasst die Aminosäuresequenz ...