Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Userò ml per trovare composti per l'interazione proteica
docking molecolare, scoperta di farmaci guidata dall'AI, modelli 3D
Ciao ragazzi, sono un biologo computazionale e artista 3D.
Utilizzo modelli API addestrati con Python per pulire grandi dataset e trovare i migliori target per l'inibizione delle proteine usando la re...
Informazioni su questo servizio
Preparazione del recettore target: recupero, pulizia e ottimizzazione delle strutture cristalline delle proteine direttamente dal Protein Data Bank (PDB) (ad esempio, gestione di residui mancanti, caricamento e mappatura della griglia).
Curazione e filtraggio della libreria di ligandi: recupero di librerie di composti da database come ChEMBL o PubChem, seguito da un filtraggio rigoroso delle proprietà fisico-chimiche usando Python (RDKit) per garantire la somiglianza ai farmaci (Regola delle Cinque di Lipinski e Criteri di Veber).
Screening virtuale ad alta produttività (HTVS): impostazione delle coordinate precise del sito di binding e esecuzione dello screening ad alta produttività.
Simulazioni di docking molecolare: docking strutturale completo usando AutoDock Vina per generare dati conformazionali multi-pose ed estrarre affinità di legame di energia libera di Gibbs precise ($\Delta G$ in kcal/mol).
Analisi dei dati e report: una analisi statistica pulita e pronta per la pubblicazione (affinità min/max/media, tracciamento della deviazione standard) che identifica i tuoi candidati principali di livello avanzato.
