Advances with support vector machines for novel drug discovery (2019)
- Authors:
- USP affiliated authors: OLIVEIRA, PATRÍCIA RUFINO - EACH ; HONORIO, KÁTHIA MARIA - EACH
- Unidade: EACH
- DOI: 10.1080/17460441.2019.1549033
- Subjects: QUÍMICA MÉDICA; PLANEJAMENTO DE FÁRMACOS; RELAÇÕES QUANTITATIVAS ENTRE ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA
- Language: Inglês
- Imprenta:
- Source:
- Título: Expert Opinion on Drug Discovery
- ISSN: 1746-0441
- Volume/Número/Paginação/Ano: v. 14, n. 1, p. 01-11, Jan. 2019
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
MALTAROLLO, Vinicius Gonçalves et al. Advances with support vector machines for novel drug discovery. Expert Opinion on Drug Discovery, v. 14, n. Ja 2019, p. 01-11, 2019Tradução . . Disponível em: https://doi.org/10.1080/17460441.2019.1549033. Acesso em: 01 abr. 2026. -
APA
Maltarollo, V. G., Kronenberger, T., Espinoza, G. Z., Oliveira, P. R., & Honorio, K. M. (2019). Advances with support vector machines for novel drug discovery. Expert Opinion on Drug Discovery, 14( Ja 2019), 01-11. doi:10.1080/17460441.2019.1549033 -
NLM
Maltarollo VG, Kronenberger T, Espinoza GZ, Oliveira PR, Honorio KM. Advances with support vector machines for novel drug discovery [Internet]. Expert Opinion on Drug Discovery. 2019 ; 14( Ja 2019): 01-11.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1080/17460441.2019.1549033 -
Vancouver
Maltarollo VG, Kronenberger T, Espinoza GZ, Oliveira PR, Honorio KM. Advances with support vector machines for novel drug discovery [Internet]. Expert Opinion on Drug Discovery. 2019 ; 14( Ja 2019): 01-11.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1080/17460441.2019.1549033 - Applying machine learning techniques for ADME-Tox prediction: a review
- Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates
- Transfer and multi-task learning in QSAR modeling: advances and Challenges
- Machine learning techniques and drug design
- Evaluating Deep Learning models for predicting ALK-5 inhibition
- A molecular modeling study of combretastatin-like chalcones as anticancer agents using PLS, ANN and consensus models
- Inteligência artificial e a ciência: técnicas, oportunidades e desafios
- SAnDReS 2.0: development of machine-learning models to explore the scoring function space
- Redes neurais artificiais para extração de características
- Métodos auto-organizáveis para segmentação de imagens
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
