Support Vector Machine as a Supervised Learning for the Prioritization of Novel Potential SARS-CoV-2 Main Protease Inhibitors.

Mekni, Nedra; Coronnello, Claudia; Langer, Thierry; Rosa, Maria De; Perricone, Ugo

Mekni, Nedra; Coronnello, Claudia; Langer, Thierry; Rosa, Maria De; Perricone, Ugo.

Afiliação

Mekni N; Department of Pharmaceutical Chemistry, University of Vienna, 1090 Vienna, Austria.
Coronnello C; Drug Discovery Unit, Fondazione Ri.MED, 90128 Palermo, Italy.
Langer T; Drug Discovery Unit, Fondazione Ri.MED, 90128 Palermo, Italy.
Rosa M; Department of Pharmaceutical Chemistry, University of Vienna, 1090 Vienna, Austria.
Perricone U; Drug Discovery Unit, Fondazione Ri.MED, 90128 Palermo, Italy.

Int J Mol Sci ; 22(14)2021 Jul 19.

Article em En | MEDLINE | ID: mdl-34299333

Assuntos

Tratamento Farmacológico da COVID-19; Inibidores de Protease de Coronavírus/farmacologia; Avaliação Pré-Clínica de Medicamentos/métodos; SARS-CoV-2/efeitos dos fármacos; Máquina de Vetores de Suporte; Antivirais/farmacologia; COVID-19/virologia; Inibidores de Protease de Coronavírus/metabolismo; Bases de Dados de Produtos Farmacêuticos; Humanos; Simulação de Acoplamento Molecular; Simulação de Dinâmica Molecular; Pandemias; SARS-CoV-2/enzimologia; Bibliotecas de Moléculas Pequenas; Aprendizado de Máquina Supervisionado; Proteínas não Estruturais Virais/metabolismo; Proteases Virais/metabolismo

Palavras-chave

COVID-19; classification; machine learning; main protease; molecular docking

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Avaliação Pré-Clínica de Medicamentos / Máquina de Vetores de Suporte / Inibidores de Protease de Coronavírus / SARS-CoV-2 / Tratamento Farmacológico da COVID-19 Limite: Humans Idioma: En Ano de publicação: 2021 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google