Evaluating Deep Learning models for predicting ALK-5 inhibition (2021)
- Authors:
- USP affiliated authors: OLIVEIRA, PATRÍCIA RUFINO - EACH ; HONORIO, KÁTHIA MARIA - EACH ; ESPINOZA, GABRIEL ZARZANA - EACH
- Unidade: EACH
- DOI: 10.1371/journal.pone.0246126
- Subjects: QUÍMICA MÉDICA; QUÍMICA FARMACÊUTICA; PLANEJAMENTO DE FÁRMACOS; NEOPLASIAS
- Language: Inglês
- Imprenta:
- Publisher place: San Francisco
- Date published: 2021
- Source:
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
ESPINOZA, Gabriel Zarzana et al. Evaluating Deep Learning models for predicting ALK-5 inhibition. PLOS ONE, v. 16, n. ja 2021, p. 01-16, 2021Tradução . . Disponível em: https://doi.org/10.1371/journal.pone.0246126. Acesso em: 01 maio 2024. -
APA
Espinoza, G. Z., Angelo, R. M. de, Oliveira, P. R., & Honório, K. M. (2021). Evaluating Deep Learning models for predicting ALK-5 inhibition. PLOS ONE, 16( ja 2021), 01-16. doi:10.1371/journal.pone.0246126 -
NLM
Espinoza GZ, Angelo RM de, Oliveira PR, Honório KM. Evaluating Deep Learning models for predicting ALK-5 inhibition [Internet]. PLOS ONE. 2021 ; 16( ja 2021): 01-16.[citado 2024 maio 01 ] Available from: https://doi.org/10.1371/journal.pone.0246126 -
Vancouver
Espinoza GZ, Angelo RM de, Oliveira PR, Honório KM. Evaluating Deep Learning models for predicting ALK-5 inhibition [Internet]. PLOS ONE. 2021 ; 16( ja 2021): 01-16.[citado 2024 maio 01 ] Available from: https://doi.org/10.1371/journal.pone.0246126 - Uso de aprendizagem profunda para predição de atividade de inibidores de ALK-5
- Advances with support vector machines for novel drug discovery
- Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates
- Applying machine learning techniques for ADME-Tox prediction: a review
- Transfer and multi-task learning in QSAR modeling: advances and Challenges
- Machine learning techniques and drug design
- A molecular modeling study of combretastatin-like chalcones as anticancer agents using PLS, ANN and consensus models
- New consensus multivariate models based on PLS and ANN studies of sigma-1 receptor antagonists
- Redes neurais artificiais para extração de características
- Métodos auto-organizáveis para segmentação de imagens
Informações sobre o DOI: 10.1371/journal.pone.0246126 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
