Fuzz testing molecular representation using deep variational anomaly generation (2025)
- Authors:
- USP affiliated authors: GUIDO, RAFAEL VICTÓRIO CARVALHO - IFSC ; NOGUEIRA, VICTOR HENRIQUE RABESQUINE - IFSC
- Unidade: IFSC
- DOI: 10.1021/acs.jcim.4c01876
- Subjects: INTELIGÊNCIA ARTIFICIAL; MODELAGEM MOLECULAR; MOLÉCULA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Washington, DC
- Date published: 2025
- Source:
- Título: Journal of Chemical Information and Modeling
- ISSN: 1549-9596
- Volume/Número/Paginação/Ano: v. 65, n. 4, p. 1911-1927 + supporting information, Feb. 2025
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: cc-by-nc-nd
-
ABNT
NOGUEIRA, Victor Henrique Rabesquine et al. Fuzz testing molecular representation using deep variational anomaly generation. Journal of Chemical Information and Modeling, v. 65, n. 4, p. 1911-1927 + supporting information, 2025Tradução . . Disponível em: https://doi.org/10.1021/acs.jcim.4c01876. Acesso em: 01 jan. 2026. -
APA
Nogueira, V. H. R., Sharma, R., Guido, R. V. C., & Keiser, M. J. (2025). Fuzz testing molecular representation using deep variational anomaly generation. Journal of Chemical Information and Modeling, 65( 4), 1911-1927 + supporting information. doi:10.1021/acs.jcim.4c01876 -
NLM
Nogueira VHR, Sharma R, Guido RVC, Keiser MJ. Fuzz testing molecular representation using deep variational anomaly generation [Internet]. Journal of Chemical Information and Modeling. 2025 ; 65( 4): 1911-1927 + supporting information.[citado 2026 jan. 01 ] Available from: https://doi.org/10.1021/acs.jcim.4c01876 -
Vancouver
Nogueira VHR, Sharma R, Guido RVC, Keiser MJ. Fuzz testing molecular representation using deep variational anomaly generation [Internet]. Journal of Chemical Information and Modeling. 2025 ; 65( 4): 1911-1927 + supporting information.[citado 2026 jan. 01 ] Available from: https://doi.org/10.1021/acs.jcim.4c01876 - Deep variational anomaly generation: an approach to testing molecular representation robustness
- Construção de base de dados de compostos químicos para o desenvolvimento de modelos baseados em aprendizado de máquina aplicados à descoberta de candidatos a fármacos para a malária
- Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante
- Descoberta de novos inibidores para doenças infecciosas: estudos integrados de modelagem molecular e aprendizado de máquina para a malária e o COVID-19
- Triagem virtual para descoberta de inibidores da Mpro de SARS-CoV-2
- Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina
- Descoberta de novos inibidores de Plasmodium falciparum como candidatos a fármacos para a malária
- Crystallographic structure of 3-hydroxykynurenine transaminase from Aedes Aegypti
- Marinoquinolines as antimalarial agents: design of new highly active and selective derivatives
- Estudos computacionais da enzima N-Miristoiltransferase de Plasmodium falciparum e seus inibidores como candidatos a agentes antimaláricos
Informações sobre o DOI: 10.1021/acs.jcim.4c01876 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
PROD036933_3236491.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
