Buchumschlag

OPTIMIZATION OF QSAR MODELS FOR PREDICTION OF BIOLOGICAL ACTIVITY MOLECULES USING MACHINE LEARNING METHODS

Molecular modeling plays a central role in modern computational chemistry, particularly in the early stages of drug discovery, where researchers must rapidly and reliably predict the biological activity of large sets of potential candidates. Quantitative Structure–Activity Relationship (QSAR) models...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2026
Hauptverfasser:	Maslov, Danilo, Golub, Oleksandr
Format:	Artikel
Sprache:	Englisch
Veröffentlicht:	V.I.Vernadsky Institute of General and Inorganic Chemistry 2026
Online Zugang:	https://ucj.org.ua/index.php/journal/article/view/772
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Ukrainian Chemistry Journal

Institution

Ukrainian Chemistry Journal

Ähnliche Einträge

Diabetes prediction using an improved machine learning approach
von: S. Lyaqini, et al.
Veröffentlicht: (2021)

Using machine learning methods in practice
von: Ya. O. Tupalo
Veröffentlicht: (2018)

Application of machine learning to improving numerical weather prediction
von: Yu. Doroshenko, et al.
Veröffentlicht: (2020)

Application of machine learning to improving numerical weather prediction
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2020)

Using Machine Learning Methods to Estimate the Cost of Housing
von: V. V. Tretynyk, et al.
Veröffentlicht: (2021)

Monitoring patients using fuzzy logic and machine learning methods
von: O. A. Khorozov
Veröffentlicht: (2017)

IMPLEMENTING OF MICROSOFT AZURE MACHINE LEARNING TECHNOLOGY FOR ELECTRIC MACHINES OPTIMIZATION
von: Pliugin, V. E., et al.
Veröffentlicht: (2019)

Implementing of Microsoft Azure machine learning technology for electric machines optimization
von: Pliuhin, V., et al.
Veröffentlicht: (2019)

Machine learning methods for environmental monitoring
von: P. V. Mikava, et al.
Veröffentlicht: (2024)

Generalized gradients in dynamic optimization, optimal control, and machine learning problems
von: V. I. Norkin
Veröffentlicht: (2020)

Application of machine learning models to predict energy consumption in smart home systems
von: Haidukevych, V.O., et al.
Veröffentlicht: (2025)

Synthesis of biologically active molecules by imprinting polymerisation
von: Piletsky, S.A., et al.
Veröffentlicht: (2006)

The image oversampling using means of machine learning
von: R. O. Tkachenko, et al.
Veröffentlicht: (2016)

Horizontal and vertical scalability of machine learning methods
von: B. O. Biletskyi
Veröffentlicht: (2019)

Horizontal and Vertical Scalability of Machine Learning Methods
von: Biletskyy, B.O.
Veröffentlicht: (2019)

Prediction of Biological Activity of Triazoles Derivatives
von: K. Naumenko, et al.
Veröffentlicht: (2020)

Using machine learning methods to improve the efficiency of the cosmetological services administration process
von: Zakharova, O.V., et al.
Veröffentlicht: (2026)

Automated methods of coherence evaluation of Ukrainian texts using machine learning techniques
von: A. A. Kramov, et al.
Veröffentlicht: (2020)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Yu. V. Rohushyna
Veröffentlicht: (2018)

Automated methods of coherence evaluation of Ukrainian texts using machine learning techniques
von: Kramov, A.A., et al.
Veröffentlicht: (2020)

Use of ontological knowledge in machine learning methods for intelligent analysis of Big Data
von: Rogushina, J.V.
Veröffentlicht: (2019)

The Use of Machine Learning for the Purpose of Combating Bank Fraud
von: I. Caprian
Veröffentlicht: (2023)

English Accent Recognition Using Deep Machine Learning
von: A. V. Manokhin, et al.
Veröffentlicht: (2021)

Machine learning methods analysis in the document classification problem
von: A. P. Zhyrkova, et al.
Veröffentlicht: (2020)

Machine-learning methods for text named entity recognition
von: O. O. Marchenko
Veröffentlicht: (2016)

About One Machine Learning Method For Paraphrase Identification
von: O. O. Marchenko, et al.
Veröffentlicht: (2016)

Machine-learning methods for text named entity recognition
von: Marchenko, O.O.
Veröffentlicht: (2018)

Machine learning methods analysis in the document classification problem
von: Zhyrkova, A.P., et al.
Veröffentlicht: (2021)

Biological activity of an aqueous solution of fullerene C60 molecules
von: Pohribnyi, Mykhailo, et al.
Veröffentlicht: (2025)

Functionalization of carbon nanotubes using biological molecules of various nature
von: O. M. Burlaka, et al.
Veröffentlicht: (2015)

Recognition of Handwritten Texts on Images Using Deep Machine Learning
von: M. D. Snitko, et al.
Veröffentlicht: (2024)

Создание QSAR моделей для поиска ингибиторов тубулина
von: Семенюта, И.В., et al.
Veröffentlicht: (2013)

Создание QSAR моделей для поиска ингибиторов трипсина
von: Семенюта, И.В., et al.
Veröffentlicht: (2012)

Review of machine learning methods for Big satellite Data classification
von: M. S. Lavreniuk, et al.
Veröffentlicht: (2018)

PREDICTION OF BIOLOGICAL ACTIVITY OF AMINOQUINOLINE DERIVATIVES USING THE ADMET 2.0 WEB RESOURCE
von: Varenichenko, Svetlana, et al.
Veröffentlicht: (2024)

IN SILICO PREDICTION OF BIOLOGICAL ACTIVITY OF BROMO DERIVATIVES OF HYDROACRIDINES
von: Farat, Oleg, et al.
Veröffentlicht: (2023)

The use of active methods of teaching sociological disciplines in distance learning
von: E. Moroz, et al.
Veröffentlicht: (2021)

The use of active methods of teaching sociological disciplines in distance learning
von: Ye. Moroz, et al.
Veröffentlicht: (2021)

Fullerenes S60 — biologically active molecules I. Physicochemical properties and bioavailability
von: O. P. Matyshevska, et al.
Veröffentlicht: (2010)

Enhancing power system security using soft computing and machine learning
von: Venkatesh, P., et al.
Veröffentlicht: (2023)