课题基金 / 基金详情

Development of computational methods for supporting druggable cyclic peptide design

Development of computational methods for supporting druggable cyclic peptide design
支持可成药环肽设计的计算方法的开发
批准号：
17H01814
负责人：
Akiyama Yutaka
金额：
$10.57万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2017
资助国家：
日本
项目状态：
已结题
起止时间：
2017-04-01 至 2020-03-31
来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17H01814/
关键词：
生命生体情報学環状ペプチド中分子創薬膜透過性血漿タンパク質結合率分子動力学法機械学習深層学習生体生命情報学

项目摘要

项目成果

Akiyama Yutaka的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Machine Learning and Molecular Simulation on ABCI - Break Through a Bottleneck of Peptide Drug Discovery -
ABCI 的机器学习和分子模拟 - 突破多肽药物发现的瓶颈 -
DOI： --
发表时间： 2020
期刊：
影响因子： --
作者： [佐藤佑介, 瀧ノ上正浩, Akiyama Yutaka]
通讯作者： Akiyama Yutaka
Prediction of membrane permeability and plasma protein binding of cyclic peptides
环肽膜通透性和血浆蛋白结合的预测
DOI： --
发表时间： 2019
期刊：
影响因子： --
作者： [土屋美恵, 石川大輔, 鈴木勇輝, 遠藤政幸, 瀧ノ上正浩, Akiyama Yutaka]
通讯作者： Akiyama Yutaka
Development of Membrane Permeability Prediction Method for Cyclic Peptids with Machine Learning
利用机器学习开发环肽膜渗透性预测方法
DOI： --
发表时间： 2019
期刊：
影响因子： --
作者： [Yamada Yutaka, Yoshikawa Yasushi, Wakui Naoki, Ohue Masahito, Akiyama Yutaka]
通讯作者： Akiyama Yutaka
Efficient Hyperparameter Optimization by Using GP-MI Bayesian Optimization Algorithm for Predicting Drug-Target Interactions
使用 GP-MI 贝叶斯优化算法进行高效超参数优化以预测药物-靶点相互作用
DOI： --
发表时间： 2018
期刊：
影响因子： --
作者： [Ban Tomohiro, Ohue Masahito, Akiyama Yutaka]
通讯作者： Akiyama Yutaka
共 79 条
    Computational drug discovery techniques with systematic target identification and high-performance molecular simulation
    • 批准号：
      24240044
    • 项目类别：
      Grant-in-Aid for Scientific Research (A)
    • 资助金额：
      $29.79万
    • 财政年份：
      2012
    • 负责人：
      Akiyama Yutaka
    • 依托单位：
      Tokyo Institute of Technology
    海外基金