Application de réseaux de neurones profonds à des stratégies de drug design basées sur la structure de protéines cibles
Langue Anglais
Langue Anglais
Auteur : Volkov, Mikhail
Date de soutenance : 05-06-2023
Directeur(s) de thèse : Rognan, Didier
Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....)
École doctorale : École doctorale des Sciences chimiques (Strasbourg ; 1995-....)
Date de soutenance : 05-06-2023
Directeur(s) de thèse : Rognan, Didier
Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire d'innovation thérapeutique (Strasbourg ; 2009-....)
École doctorale : École doctorale des Sciences chimiques (Strasbourg ; 1995-....)
Discipline : Chimie informatique et théorique
Classification : Chimie, minéralogie, cristallographie
Mots-clés libres : Affinité, Fonctions de scores, In silico, Machine d'apprentissage, Réseaux de neurones de graphes, Docking, Biais
Mots-clés :
Classification : Chimie, minéralogie, cristallographie
Mots-clés libres : Affinité, Fonctions de scores, In silico, Machine d'apprentissage, Réseaux de neurones de graphes, Docking, Biais
Mots-clés :
- Affinité chimique
- Réseaux neuronaux graphiques
- Simulation de docking moléculaire
Type de contenu : Text
Format : PDF
Format : PDF
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023STRAF016
Type de ressource : Thèse
Identifiant : 2023STRAF016
Type de ressource : Thèse