Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Blind Procedures02:07

Blind Procedures

13.6K
Ideally, the people who observe and record the children’s behavior are unaware of who was assigned to the experimental or control group, in order to control for experimenter bias. Experimenter bias refers to the possibility that a researcher’s expectations might skew the results of the study. Remember, conducting an experiment requires a lot of planning, and the people involved in the research project have a vested interest in supporting their hypotheses. If the observers knew which...
13.6K
Blinding01:11

Blinding

4.0K
Blinding is a commonly used method of not telling participants which treatment a subject is receiving. Blinding is a critical part of a randomized control trial or RCT. It reduces the bias that affects the results. In an RCT, blinding is used in the form of a placebo. A placebo effect occurs when untreated subjects falsely believe they have received the treatment and report improved symptoms. A placebo or a dummy treatment is administered to subjects to negate the bias caused by such an effect.
4.0K
Mean free path and Mean free time01:22

Mean free path and Mean free time

5.2K
Consider the gas molecules in a cylinder. They move in a random motion as they collide with each other and change speed and direction. The average of all the path lengths between collisions is known as the "mean free path."
5.2K
Path Between Thermodynamics States01:21

Path Between Thermodynamics States

4.0K
Consider the two thermodynamic processes involving an ideal gas that are represented by paths AC and ABC in Figure 1:
4.0K
Interference: Path Lengths01:10

Interference: Path Lengths

2.2K
Consider two sources of sound, that may or may not be in phase, emitting waves at a single frequency, and consider the frequencies to be the same.
Two special sources may be considered when they are in phase. This can be easily achieved by feeding the two sources from the same source. An example would be synchronizing the two speakers by feeding them with the same source, such as the sound waves produced by a tuning fork. This setup ensures that the two sources have the same frequency and are...
2.2K
Predicting Molecular Geometry02:27

Predicting Molecular Geometry

46.0K
VSEPR Theory for Determination of Electron Pair Geometries
46.0K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Linking biochemical and cellular efficacy of MERS coronavirus main protease inhibitors.

ACS pharmacology & translational science·2026
Same author

Deep mutational scanning reveals pharmacologically relevant insights into TYK2 signaling and disease.

eLife·2026
Same author

Mapping the avoid-ome: a systematic open-science approach to predictive ADMET.

Nature communications·2026
Same author

Large-Scale Collaborative Assessment of Binding Free Energy Calculations for Drug Discovery Using OpenFE.

Journal of chemical information and modeling·2026
Same author

Inhibiting the interaction between the mitochondrial receptor Tom70 and SARS CoV 2 Orf9b with small molecules.

bioRxiv : the preprint server for biology·2026
Same author

Ribosomal RNA methylation by GidB modulates discrimination of mischarged tRNA.

bioRxiv : the preprint server for biology·2026

関連する実験動画

Updated: Feb 8, 2026

Blind Endotracheal Intubation in Neonatal Rabbits
04:04

Blind Endotracheal Intubation in Neonatal Rabbits

Published on: February 26, 2021

6.0K

予測モデルの将来への道筋を明らかにするブラインドチャレンジ

John D Chodera1, W Patrick Walters2, Sriram Kosuri3

  • 1Computational and Systems Biology Program, Sloan Kettering Institute, Memorial Sloan Kettering Cancer Center, New York, New York 10065, United States.

Journal of chemical information and modeling
|February 6, 2026
PubMed
まとめ
この要約は機械生成です。

人工知能と機械学習モデルは、創薬を加速する可能性を秘めています。ブラインドチャレンジは、計算創薬における予測パフォーマンスを正確に評価し、精度障壁を克服するために不可欠です。

キーワード:
創薬AI機械学習予測モデルブラインドチャレンジ計算化学計算生物学ケモインフォマティクス

さらに関連する動画

Development of an Audio-based Virtual Gaming Environment to Assist with Navigation Skills in the Blind
09:01

Development of an Audio-based Virtual Gaming Environment to Assist with Navigation Skills in the Blind

Published on: March 27, 2013

14.9K
Predictive Immune Modeling of Solid Tumors
08:50

Predictive Immune Modeling of Solid Tumors

Published on: February 25, 2020

7.6K

関連する実験動画

Last Updated: Feb 8, 2026

Blind Endotracheal Intubation in Neonatal Rabbits
04:04

Blind Endotracheal Intubation in Neonatal Rabbits

Published on: February 26, 2021

6.0K
Development of an Audio-based Virtual Gaming Environment to Assist with Navigation Skills in the Blind
09:01

Development of an Audio-based Virtual Gaming Environment to Assist with Navigation Skills in the Blind

Published on: March 27, 2013

14.9K
Predictive Immune Modeling of Solid Tumors
08:50

Predictive Immune Modeling of Solid Tumors

Published on: February 25, 2020

7.6K

科学分野:

  • 計算化学
  • 創薬インフォマティクス
  • 医療における人工知能

背景:

  • AI/MLモデルは創薬を急速に進歩させていますが、その予測精度はしばしば誇張されています。
  • 多様な分子表現は、標的オン（構造）および標的オフ/ADMET（暗黙）予測に使用されます。
  • 既存の回顧的なベンチマークは、実際の予測成功を正確に反映していない可能性があります。

研究 の 目的:

  • 創薬におけるAI/MLモデルのパフォーマンスの現実的な評価の必要性に対処すること。
  • 分子特性予測のための現在のベンチマーク方法の限界を強調すること。
  • 前向きで標準化された比較の重要性を強調すること。

主な方法:

  • 回顧的なベンチマークの役割とその限界について論じています。
  • ブラインドチャレンジ（例：OpenADMET × ASAP × PolarisHub Challenge）の重要性を強調しています。
  • 予測モデルの標準化された前向き比較の必要性を強調しています。

主要な成果:

  • 回顧的なベンチマークは、モデルのパフォーマンスに関して誤解を招く可能性があります。
  • ブラインドチャレンジは、予測能力のより現実的な評価を提供します。
  • コミュニティ主導のイニシアチブとオープンデータは、進歩に不可欠です。

結論:

  • 標準化された前向き評価は、創薬におけるAI/MLモデルを検証するために不可欠です。
  • ブラインドチャレンジは、精度障壁を特定し、克服するための鍵となります。
  • データとコミュニティチャレンジへの継続的な投資は、AI主導の創薬を加速します。