Mi occuperò di machine learning, docking e dinamica molecolare

Base

Apprendimento Automatico

Generazione di dati di attività dei ligandi da ChEMBL/PubChem

(max 3 bioassays, max 1K ligandi)

Modelli di apprendimento automatico tradizionali (Random Forest, regressione logistica, gradient boosting, ecc.)

-----------

Standard

Base +

ADMET +

Docking Molecolare

Selezione del target

Rifinitura della struttura 3D

AutoDock Vina docking (blind docking)

(max 100 ligandi)

Punteggi di binding, lista ordinata

Figure professionali (i primi tre risultati, pose di docking)

------------

Premium

Standard +

Rete Neurale di Deep Learning +

Previsione del sito di binding

Modellazione di omologia

Docking molecolare specifico del sito

(max 1000 ligandi)

Interazioni proteina-ligando 2D

Figure professionali (i primi tre risultati, pose di docking, interazioni)

+

Simulazioni di dinamica molecolare (Gromacs)

Tre complessi, due repliche di ciascuno

Max 100K atomi (ogni sistema)

Generazione input, minimizzazione, equilibration NVT, equilibration NPT, run di produzione

RMSD, RMSF, raggio di gyration, H-bond, SASA

Energia libera di binding (MM-PBSA/MM-GBSA)

---------

Chiedi ulteriori dettagli se necessario prima di ordinare.