Zobrazeno 1 - 10
of 97
pro vyhledávání: '"V. Kovalishyn"'
Publikováno v:
The Ukrainian Biochemical Journal, Vol 91, Iss 3, Pp 78-89 (2019)
In our previous work, a number of new nitrogen-containing bisphosphonates (N-BPs) with high predicted and experimental antifungal activity were presented as potential Candida albicans farnesyl pyrophosphate synthase (FPPS) inhibitors. To confirm th
Externí odkaz:
https://doaj.org/article/14f7b164f77145cf8cb051be1e6aacb2
Autor:
Larysa O. Metelytsia, Diana M. Hodyna, Ivan V. Semenyuta, Vasyl V. Kovalishyn, Sergiy P. Rogalsky, Kateryna Yu Derevianko, Volodymyr S. Brovarets, Igor V. Tetko
Publikováno v:
Antibiotics, Vol 11, Iss 4, p 491 (2022)
A previously developed model to predict antibacterial activity of ionic liquids against a resistant A. baumannii strain was used to assess activity of phosphonium ionic liquids. Their antioxidant potential was additionally evaluated with newly develo
Externí odkaz:
https://doaj.org/article/4d083075b2f14074aee1cc0dcc6bca4f
Autor:
V. V. Kovalishyn, L. V. Тетко
Publikováno v:
Sistemnì Doslìdženâ ta Informacìjnì Tehnologìï, Iss 3 (2019)
An algorithm based on two types artificial neural networks (ANNs) is proposed. The first network is an associative ANN while the second network is a Self-Organizing Map of Kohonen. The results for a test set are similar to the performance of our prev
Externí odkaz:
https://doaj.org/article/66e6f77365bf4d90acaa4d920c52fbce
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
M. M. Trush, V. V. Kovalishyn, V. M. Blagodatnyi, V. S. Brovarets, S. G. Pilyo, V. M. Prokopenko, D. M. Hodyna, L. O. Metelytsia
Publikováno v:
The Ukrainian Biochemical Journal, Vol 88, Iss 4, Pp 57-65 (2016)
The regression QSAR models were built to predict the antimicrobial activity of new thiazole derivatives. Compounds with high predicting activity were synthesized and evaluated against Gram-positive and Gram-negative bacteria and fungi. 1,3-Thiazole-4
Externí odkaz:
https://doaj.org/article/6e596682f45a4fe0bee21a2a8bfca21c
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.
Autor:
Ivan V, Semenyuta, Maria M, Trush, Vasyl V, Kovalishyn, Sergiy P, Rogalsky, Diana M, Hodyna, Pavel, Karpov, Zhonghua, Xia, Igor V, Tetko, Larisa O, Metelytsia
Publikováno v:
International Journal of Molecular Sciences
Online Chemical Modeling Environment (OCHEM) was used for QSAR analysis of a set of ionic liquids (ILs) tested against multi-drug resistant (MDR) clinical isolate Acinetobacter baumannii and Staphylococcus aureus strains. The predictive accuracy of r
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=pmid________::d44faeda7221a5d20bcc7ddd18e93657
https://pubmed.ncbi.nlm.nih.gov/33429999
https://pubmed.ncbi.nlm.nih.gov/33429999
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.