为CDD自动化授予150万美元的赠款,开源机器学习模型

2017年4月25日

Collifernia Barringham-3月27日 - 2017年3月27日提供基于Web的药物发现信息平台,“分布式私人数据集的生物动力化以增强分布式私人数据集,以增强药物发现”自动化我们宣布的机器学习模型的自动化我们赢得了150万阶段的2B SBIR Grant。

本研究提供了开源描述符和CDD Vault和CDK开源工具包中的1次点击模型构造,其中两个软件可用于任何软件以前的项目它是基于的重要的是,CDD和披萨是共同呈现的“使用开源计算工具来预测人类代谢稳定性和额外的ADME / TOX属性”在标题的标题中,描述符和算法已经在大量不同的数据中验证(参考:Gupta,R. 药物元Dimeos,38:2083-2090,100)。

 ECFP图

此SBIR GRANT将在流行CDD Vault平台中开辟一个更协调和差异化的安全份额的方式。 “该项目的雄心勃勃的部分是模型选择的自动优化,使模型民主化,比建立专业领先型号的成本更有价值。这个项目相同的复杂生物测定数据集合建立在顶部实际结果制作了更具吸引力的科学家。

奖励号码2R44TR000942-05的具体目的。

我们的目标是将计算模型药物发现的作用民主化,并且具有限于计算专家的计算模型,以及一个学术界,基金会没有通过今天政府实验室的资源,以及小公司允许毒品的日常援助发现工作流程。第2阶段已经实现了一种改进的贝叶斯模型结构,该结构在CDD基于Web的CDD Vault平台中牢固地托管结构活动相关性(SAR)数据。阶段2B建议为以下新的具体目的生成此功能。

目的1: 各种计算技术,如QSAR,神经网络,支持向量机,随机林,K最近邻域被集成到一个框架中,可以并排直接布置。

目的2: 在应用于特定数据集时,开发和验证每个方法的预测功率的通用指示。

目的3: 应用指标以自动生成来自高质量和发布的结构活动和ADME / TOX数据集的数千个模型,并向用户展示主要结果。

目的4:整合多个数据集和共同构建模型,并开发共享模型的新功能,而无需澄清培训集化合物和数据。

协作药物发现(CDD)建议开发技术,明显简化和整合利用杠杆预测模型所需的所有流程。该软件允许使用与类比专业的科学家可以轻松地创建,培训,应用,评估,分享和存档,并以最少的努力,并创建档案,并提前计算大型模型库可以零效力使用。此外,在不同组织中工作的科学家还可以构建来自聚合数据的模型,并在不共享底层培训数据的情况下共享这些模型。

关于hosuke.

第2B阶段小型企业创新研究(SBIR)是允许共享生物数据的程序的一部分。 NIH记者 如上所述,来自国家推进翻译科学中心的奖励号码2R44TR000942-05支持这个项目。内容是作者的责任,不一定是国家推进翻译科学的国家中心 或国家卫生研究院 不是代表官方意见

关于合作拖曳探索有限公司

CDD. (www.collaborativedRug.com.“CDDVault®”,主要产品),用于联合研究化学物质登记,结构活动(SAR),以及安全规模联合研究。 CDDVault®是一个主机类型数据库解决方案,以安全管理和共享生物和化学数据。它允许您直观地组织化学结构和生物研究数据,并通过易于使用的Web界面与内部或外部合作伙伴合作。 CDD Vault中提供的模块包括活动和注册,可视化,库存和eln。

所有60个CDD出版物和专利列表都可以在线与我们的资源页面在线查看://www.selacapo.net/pages/resources

媒体联系。 Barry Bunin,PHD,协作药物发现,(650)204-3084, [电子邮件 protected] .com。