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
- Status:
- Artigo aberto em periódico híbrido (Hybrid Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
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: 08 abr. 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 abr. 08 ] 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 abr. 08 ] 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
- Descoberta de novos inibidores para doenças infecciosas: estudos integrados de modelagem molecular e aprendizado de máquina para a malária e o COVID-19
- Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante
- 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
- Novos candidatos a agroquímicos para a cultura da cana-de-açúcar: descoberta e planejamento de inibidores da biossíntese de folatos
- Expressão, purificação e cristalização da enzima XaFolD: alvo molecular para o desenvolvimento de novos agroquímicos
- ViTaMIn - visual table modeller interface: uma nova ferramenta para construção, análise e validação de modelos comparativos de proteínas
- Descoberta de novos inibidores de Plasmodium falciparum como candidatos a fármacos para a malária
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.
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
