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

Extraction: Partition and Distribution Coefficients01:14

Extraction: Partition and Distribution Coefficients

5.2K
The distribution law or Nernst's distribution law is the law that governs the distribution of a solute between two immiscible solvents. This law, also known as the partition law, states that if a solute is added to the mixture of two immiscible solvents at a constant temperature, the solute is distributed between the two solvents in such a way that the ratio of solute concentrations in the solvents remains constant at equilibrium.
For extracting a solute from an aqueous phase into an...
5.2K
Model Approaches for Pharmacokinetic Data: Compartment Models01:14

Model Approaches for Pharmacokinetic Data: Compartment Models

654
Compartmental analysis is a widely adopted approach to characterizing drug pharmacokinetics. It uses compartment models that conceptualize the body as a collection of reversibly communicating compartments, each representing a group of tissues exhibiting similar drug distribution characteristics. The movement rate of the drug between these compartments is typically described by first-order kinetics.
Two primary types of compartment models are recognized: mammillary and catenary. The more...
654
Predicting Molecular Geometry02:27

Predicting Molecular Geometry

46.4K
VSEPR Theory for Determination of Electron Pair Geometries
46.4K
Transformers with Off-Nominal Turns Ratios01:25

Transformers with Off-Nominal Turns Ratios

615
In scenarios involving parallel transformers with disparate ratings, developing per-unit models requires accommodating off-nominal turns ratios. This situation arises when the selected base voltages are not proportional to the transformer’s voltage ratings. Consider a transformer where the rated voltages are related by the term a. If the chosen voltage bases satisfy a relationship involving term b, term c is defined as the ratio of these bases. This ratio is then substituted into the...
615
Model Approaches for Pharmacokinetic Data: Distributed Parameter Models01:06

Model Approaches for Pharmacokinetic Data: Distributed Parameter Models

299
Pharmacokinetic models are mathematical constructs that represent and predict the time course of drug concentrations in the body, providing meaningful pharmacokinetic parameters. These models are categorized into compartment, physiological, and distributed parameter models.
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...
299
Model-Independent Approaches for Pharmacokinetic Data: Noncompartmental Analysis00:59

Model-Independent Approaches for Pharmacokinetic Data: Noncompartmental Analysis

379
Noncompartmental analyses offer an alternative method for describing drug pharmacokinetics without relying on a specific compartmental model. In this approach, the drug's pharmacokinetics are assumed to be linear, with the terminal phase log-linear. This assumption allows for simplified analysis and interpretation of the drug's behavior in the body.
One important characteristic of noncompartmental analyses is that drug exposure increases proportionally with increasing doses. This...
379

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

Integration of DOPtools and CADS in a Web-Based User Interface for Structural Descriptor Calculation, Model Optimization, and Prediction.

Journal of chemical information and modeling·2026
Same author

Conditional Variational AutoEncoder to Predict Suitable Conditions for Hydrogenation Reactions.

Molecules (Basel, Switzerland)·2026
Same author

Two-Stage Probability-Enhanced Regression on Property Matrices and LLM Embeddings Enables State-of-the-Art Prediction of Gene Knockdown by Modified siRNAs.

International journal of molecular sciences·2025
Same author

Predictive modeling of visible-light azo-photoswitches' properties using structural features.

Journal of cheminformatics·2025
Same author

A Primer on 2D Descriptors in Selectivity Modeling for Asymmetric Catalysis.

Chemistry (Weinheim an der Bergstrasse, Germany)·2023
Same author

Multi-Instance Learning Approach to the Modeling of Enantioselectivity of Conformationally Flexible Organic Catalysts.

Journal of chemical information and modeling·2023

関連する実験動画

Updated: Mar 1, 2026

A New Straightforward Method for Lipophilicity logP Measurement using 19F NMR Spectroscopy
09:32

A New Straightforward Method for Lipophilicity logP Measurement using 19F NMR Spectroscopy

Published on: January 30, 2019

15.2K

グラフベーストランスフォーマーによるオクタノール-水分配係数の予測

Vyacheslav Grigorev1, Nikita Serov2, Timur Gimadiev1,2

  • 1A.M. Butlerov Institute of Chemistry, Kazan Federal University, 18 Kremlyovskaya Str, Kazan, 420008, Russia.

Journal of cheminformatics
|February 27, 2026
PubMed
まとめ

我々は、薬物の脂溶性（logP）を予測するためのディープラーニングモデルであるGraphormerLogPを開発しました。これは大規模データセットで高い精度を達成し、新しい創薬を支援します。

キーワード:
グラフニューラルネットワーク脂溶性トランスフォーマーlogP

さらに関連する動画

In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
05:47

In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox

Published on: August 28, 2019

14.7K

関連する実験動画

Last Updated: Mar 1, 2026

A New Straightforward Method for Lipophilicity logP Measurement using 19F NMR Spectroscopy
09:32

A New Straightforward Method for Lipophilicity logP Measurement using 19F NMR Spectroscopy

Published on: January 30, 2019

15.2K
In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
05:47

In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox

Published on: August 28, 2019

14.7K

科学分野:

  • 計算化学と化学情報学
  • 創薬と開発
  • 製薬科学における機械学習

背景:

  • 脂溶性（logP）は、溶解度、透過性、代謝に影響を与える薬物の挙動にとって重要です。
  • 効率的な薬候補選択のために正確なlogP予測が不可欠です。
  • グラフベースのディープラーニングモデルは、分子特性予測に有望です。

研究 の 目的:

  • 正確なlogP予測のための新しいディープラーニングモデルであるGraphormerLogPを開発および評価すること。
  • トレーニングと評価のために42,000以上のSMILES-logPペアからなる大規模で多様なデータセット（GLP）をキュレーションすること。
  • GraphormerLogPのパフォーマンスを最先端の方法と比較すること。

主な方法:

  • logP予測のためにファインチューニングされた事前トレーニング済みのGraphormerMapperモデルを利用しました。
  • 新しくコンパイルされたデータセット（GLP）とベンチマークデータセットでモデルをトレーニングおよびテストしました。
  • 分子グラフから直接表現を学習するためにグラフベースのディープラーニングを採用しました。

主要な成果:

  • GraphormerLogPは、両方のデータセットで競争力のある、またはそれを上回る予測精度を達成しました。
  • GLPデータセットで0.251、ベンチマークデータセットで0.269の平均絶対誤差（MAE）値を達成しました。
  • ランダムフォレスト、Chemprop、CheMeleon、StructGNN、Attentive FPと比較して、モデルの有効性を示しました。

結論:

  • GraphormerLogPは、創薬におけるlogP予測のための高性能ソリューションを提供します。
  • キュレーションされたGLPデータセットは、脂溶性予測研究を進歩させるための貴重なリソースを提供します。
  • グラフベースのディープラーニング、特にGraphormerは、分子特性予測タスクに大きな可能性を示しています。