Zobrazeno 1 - 10
of 68
pro vyhledávání: '"Geluykens P"'
Autor:
Dominik Kiemel, Ann-Sophie Helene Kroell, Solène Denolly, Uta Haselmann, Jean-François Bonfanti, Jose Ignacio Andres, Brahma Ghosh, Peggy Geluykens, Suzanne J. F. Kaptein, Lucas Wilken, Pietro Scaturro, Johan Neyts, Marnix Van Loock, Olivia Goethals, Ralf Bartenschlager
Publikováno v:
Nature Communications, Vol 15, Iss 1, Pp 1-20 (2024)
Abstract Dengue fever represents a significant medical and socio-economic burden in (sub)tropical regions, yet antivirals for treatment or prophylaxis are lacking. JNJ-A07 was described as highly active against the different genotypes within each ser
Externí odkaz:
https://doaj.org/article/e78ff1b130a7428d836ca61a6614a777
Autor:
Toniato, Alessandra, Schwaller, Philippe, Cardinale, Antonio, Geluykens, Joppe, Laino, Teodoro
Existing deep learning models applied to reaction prediction in organic chemistry can reach high levels of accuracy (> 90% for Natural Language Processing-based ones). With no chemical knowledge embedded than the information learnt from reaction data
Externí odkaz:
http://arxiv.org/abs/2102.01399
Autor:
Clare P McCormack, Olivia Goethals, Nele Goeyvaerts, Xavier D Woot de Trixhe, Peggy Geluykens, Doortje Borrenberghs, Neil M Ferguson, Oliver Ackaert, Ilaria Dorigatti
Publikováno v:
PLoS Computational Biology, Vol 19, Iss 12, p e1011662 (2023)
Dengue virus (DENV) is a public health challenge across the tropics and subtropics. Currently, there is no licensed prophylactic or antiviral treatment for dengue. The novel DENV inhibitor JNJ-1802 can significantly reduce viral load in mice and non-
Externí odkaz:
https://doaj.org/article/c7b81f83b8a542829af76be3e64ed51d
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Antonio Cardinale, Alessandro Castrogiovanni, Theophile Gaudin, Joppe Geluykens, Teodoro Laino, Matteo Manica, Daniel Probst, Philippe Schwaller, Aleksandros Sobczyk, Alessandra Toniato, Alain C. Vaucher, Heiko Wolf, Federico Zipoli
Publikováno v:
CHIMIA, Vol 77, Iss 7/8 (2023)
The RXN for Chemistry project, initiated by IBM Research Europe – Zurich in 2017, aimed to develop a series of digital assets using machine learning techniques to promote the use of data-driven methodologies in synthetic organic chemistry. This res
Externí odkaz:
https://doaj.org/article/a7d5d4b484f54709884821f7a8e58eba
Autor:
Alain C. Vaucher, Philippe Schwaller, Joppe Geluykens, Vishnu H. Nair, Anna Iuliano, Teodoro Laino
Publikováno v:
Nature Communications, Vol 12, Iss 1, Pp 1-11 (2021)
In organic chemistry, synthetic routes for new molecules are often specified in terms of reacting molecules only. The current work reports an artificial intelligence model to predict the full sequence of experimental operations for an arbitrary chemi
Externí odkaz:
https://doaj.org/article/dcccf88e9c3d4e90a2cd8b02fcfe56f3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Alain C. Vaucher, Federico Zipoli, Joppe Geluykens, Vishnu H. Nair, Philippe Schwaller, Teodoro Laino
Publikováno v:
Nature Communications, Vol 11, Iss 1, Pp 1-11 (2020)
Extracting experimental operations for chemical synthesis from procedures reported in prose is a tedious task. Here the authors develop a deep-learning model based on the transformer architecture to translate experimental procedures from the field of
Externí odkaz:
https://doaj.org/article/c608946fef074490b3844156d983475b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.