ReP USP - Resultado da busca

Filtros : "Merz, Kenneth" Limpar

Filtros

USP affiliated authors
- silva, thereza amélia soares da (~2)
Date published
- 2023 (~1)
- 2022 (~1)
Subjects
- aprendizado computacional (1)
- estrutura molecular (química teórica) (1)
- modelos matemáticos (1)
- molécula (1)
- pesquisa científica (1)

Countries of institutions of collaboration
- estados unidos (2)
- alemanha (1)
- grécia (1)
- itália (1)
- malásia (1)

Artigo de periodico-carta/editorial
Guidelines for reporting molecular dynamics simulations in JCIM publications. [Editorial] (2023)
Soares, Thereza A. ; Cournia, Zoe; Naidoo, Kevin J.; Amaro, Rommie E.; Wahab, Habibah A.; Merz, Kenneth
Source: Journal of Chemical Information and Modeling. Unidade: FFCLRP
Subjects: QUÍMICA TEÓRICA, MOLÉCULA, PESQUISA CIENTÍFICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOARES, Thereza A. et al. Guidelines for reporting molecular dynamics simulations in JCIM publications. [Editorial]. Journal of Chemical Information and Modeling. Washington: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1021/acs.jcim.3c00599. Acesso em: 29 maio 2024. , 2023
APA
Soares, T. A., Cournia, Z., Naidoo, K. J., Amaro, R. E., Wahab, H. A., & Merz, K. (2023). Guidelines for reporting molecular dynamics simulations in JCIM publications. [Editorial]. Journal of Chemical Information and Modeling. Washington: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1021/acs.jcim.3c00599
NLM
Soares TA, Cournia Z, Naidoo KJ, Amaro RE, Wahab HA, Merz K. Guidelines for reporting molecular dynamics simulations in JCIM publications. [Editorial] [Internet]. Journal of Chemical Information and Modeling. 2023 ; 63( 11): 3227-3229.[citado 2024 maio 29 ] Available from: https://doi.org/10.1021/acs.jcim.3c00599
Vancouver
Soares TA, Cournia Z, Naidoo KJ, Amaro RE, Wahab HA, Merz K. Guidelines for reporting molecular dynamics simulations in JCIM publications. [Editorial] [Internet]. Journal of Chemical Information and Modeling. 2023 ; 63( 11): 3227-3229.[citado 2024 maio 29 ] Available from: https://doi.org/10.1021/acs.jcim.3c00599
Artigo de periodico-carta/editorial
The (Re)-evolution of Quantitative Structure–Activity Relationship (QSAR) studies propelled by the surge of machine learning methods [Editorial] (2022)
Soares, Thereza A. ; Alves, Ariane Ferreira Nunes; Mazzolari, Angelica; Ruggiu, Fiorella; Wei, Guo-Wei; Merz, Kenneth
Source: Journal of Chemical Information and Modeling. Unidade: FFCLRP
Subjects: APRENDIZADO COMPUTACIONAL, MODELOS MATEMÁTICOS, ESTRUTURA MOLECULAR (QUÍMICA TEÓRICA)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOARES, Thereza A. et al. The (Re)-evolution of Quantitative Structure–Activity Relationship (QSAR) studies propelled by the surge of machine learning methods [Editorial]. Journal of Chemical Information and Modeling. Washington: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1021/acs.jcim.2c01422. Acesso em: 29 maio 2024. , 2022
APA
Soares, T. A., Alves, A. F. N., Mazzolari, A., Ruggiu, F., Wei, G. -W., & Merz, K. (2022). The (Re)-evolution of Quantitative Structure–Activity Relationship (QSAR) studies propelled by the surge of machine learning methods [Editorial]. Journal of Chemical Information and Modeling. Washington: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo. doi:10.1021/acs.jcim.2c01422
NLM
Soares TA, Alves AFN, Mazzolari A, Ruggiu F, Wei G-W, Merz K. The (Re)-evolution of Quantitative Structure–Activity Relationship (QSAR) studies propelled by the surge of machine learning methods [Editorial] [Internet]. Journal of Chemical Information and Modeling. 2022 ; 62( 22): 5317-5320.[citado 2024 maio 29 ] Available from: https://doi.org/10.1021/acs.jcim.2c01422
Vancouver
Soares TA, Alves AFN, Mazzolari A, Ruggiu F, Wei G-W, Merz K. The (Re)-evolution of Quantitative Structure–Activity Relationship (QSAR) studies propelled by the surge of machine learning methods [Editorial] [Internet]. Journal of Chemical Information and Modeling. 2022 ; 62( 22): 5317-5320.[citado 2024 maio 29 ] Available from: https://doi.org/10.1021/acs.jcim.2c01422

Digital Library of Intellectual Production of Universidade de São Paulo 2012 - 2024