您需要CDD可视化和药物发现数据分析的高级计算的十大原因

2017年6月13日
  1. 探索,评估一个可视化环境中的所有药物发现数据
  2. 动态地,交互方式探索您的数据以开发新的见解
  3. 在大型嘈杂的数据集中寻找视觉上的模式
  4. 动态过滤,探索多个变量
  5. 利用强大的计算和图形工具来支持您的可视化
  6. 快速开发假设以指导实验
  7. 设置工作流以自动计算可视化数据
  8. 在安全,协作环境中分享您喜欢的可视化
  9. 通过集成CDD Vault可视化内部,合作者和公共数据
  10. 倡导您对引人注目的图形的数据解释

  1. 探索,评估 全部 一个可视化环境中的药物发现数据

    • 可视化化学结构及其计算,实验性和建模的性质
    • 可视化剂量 - 响应曲线,测定板热图,异常值DataPoints
    • 可视化结构 - 活动表,结构 - 属性相关性,摘要散点图
  2. 动态地,交互方式探索您的数据以开发新的见解

    • 过滤器,子集,深度潜水摘要值
    • 探索多个变量及其可能的相关性
  3. 在大型嘈杂的数据集中寻找视觉上的模式

    • 绘制数据点由x和y轴,颜色和尺寸;动态限制数据范围
    • 轻快地删除点的子集,以专注于相关的子集
    • 目视识别异常值和最可靠的DataPoints,以揭示嘈杂数据的趋势
  4. 动态过滤,探索多个变量

    • “拨出”数据点,直到相关性出现
  5. 利用强大的计算和图形工具来支持您的可视化

    • 现代,直观的界面简化了对本地和/或基于云数据的分析
    • 自动计算新的属性,比率和衍生数据
  6. 快速开发假设以指导实验

    • 配体效率,选择性,治疗指数等。
  7. 设置工作流以自动计算可视化数据

    • 私人和/或分享会议
  8. 在安全,协作环境中分享您喜欢的可视化

    • 五颜六色的出版物质量散点图,直方图和图像
    • 小组会议实时更新
    • 使用新的精细搜索中的可视化数据集
  9. 通过集成CDD Vault可视化内部,合作者和公共数据

  10. 倡导您对引人注目的图形的数据解释

    • 一个图通常值得一千个电子表格条目!
    • CDD可视化提供出版质量图形
    • 通过动态扩充DataPoints来突出显示您的积分来唤起您的受众

从彼得科登,CDD倡导者的桌子