Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates (2021)
- Authors:
- USP affiliated authors: OLIVEIRA, PATRÍCIA RUFINO - EACH ; HONORIO, KÁTHIA MARIA - EACH
- Unidade: EACH
- DOI: 10.1042/BSR20202616
- Subjects: COVID-19; INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; PLANEJAMENTO DE FÁRMACOS; QUÍMICA MÉDICA
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Bioscience Reports
- ISSN: 1573-4935
- Volume/Número/Paginação/Ano: v. 41, n. 3, p. 01-16, mar. 2021
- 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
SERAFIM, Mateus Sá Magalhães et al. Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates. Bioscience Reports, v. 41, n. 3, p. 01-16, 2021Tradução . . Disponível em: https://doi.org/10.1042/BSR20202616. Acesso em: 30 abr. 2024. -
APA
Serafim, M. S. M., Gertrudes, J. C., Costa, D. M. A., Oliveira, P. R., Maltarollo, V. G., & Honório, K. M. (2021). Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates. Bioscience Reports, 41( 3), 01-16. doi:10.1042/BSR20202616 -
NLM
Serafim MSM, Gertrudes JC, Costa DMA, Oliveira PR, Maltarollo VG, Honório KM. Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates [Internet]. Bioscience Reports. 2021 ; 41( 3): 01-16.[citado 2024 abr. 30 ] Available from: https://doi.org/10.1042/BSR20202616 -
Vancouver
Serafim MSM, Gertrudes JC, Costa DMA, Oliveira PR, Maltarollo VG, Honório KM. Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates [Internet]. Bioscience Reports. 2021 ; 41( 3): 01-16.[citado 2024 abr. 30 ] Available from: https://doi.org/10.1042/BSR20202616 - Advances with support vector machines for novel drug discovery
- Applying machine learning techniques for ADME-Tox prediction: a review
- A molecular modeling study of combretastatin-like chalcones as anticancer agents using PLS, ANN and consensus models
- Transfer and multi-task learning in QSAR modeling: advances and Challenges
- Evaluating Deep Learning models for predicting ALK-5 inhibition
- Machine learning techniques and drug design
- 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
- Uso de aprendizagem profunda para predição de atividade de inibidores de ALK-5
Informações sobre o DOI: 10.1042/BSR20202616 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
