Zum Hauptinhalt springen
HMGU_Icon_Molecular_Targets
Helmholtz Munich I Daniela Barreto

MISATO-Datensatz: Neue Wege in der KI-Arzneimittelforschung

Featured Publication, STB,

Ein Team um den Helmholtz Munich Wissenschaftler Dr. Grzegorz Popowicz stellt den Molecular Interactions Structurally Optimized (MISATO)-Datensatz vor, der einen neuen Ansatz für das Training von KI-Modellen zur Entwicklung neuer Wirkstoffmoleküle bietet. MISATO markiert einen entscheidenden Schritt bei der Nutzung von KI für die Arzneimittelforschung und verspricht eine vielversprechende Zukunft für Medizin und pharmazeutischer Forschung. Die Ergebnisse wurden in Nature Computational Science veröffentlicht.

>> Mehr Informationen auf unserer englischen Seite

 

Original Publikation

Siebenmorgen et al., 2024: MISATO: Machine learning dataset of protein-ligand complexes for structure-based drug discovery. Nature Computational Science. DOI 10.1038/s43588-024-00627-2