华为云11.11 AI&大数据分会场

高精度,多场景,快响应,AI&大数据助力企业降本增效

 
 

    深度学习 药物研发 更多内容
  • 什么是医疗智能体

    提供多个药物研发AI模型、AI算法、药物 知识图谱 ,支撑药企高效地开展药物研发工作。 医疗智能体 深度学习算法及药物分析服务融入药物研发过程,让药企能更快速高效地完成药物研发,节约研发成本。 产品优势 提供开放的、易于扩展的平台架构。 提供端到端的AI赋能平台加速AI的研发和应用。 提供针对医疗行业的AI自动建模工具。

    来自:帮助中心

    查看更多 →

  • 深度学习模型预测

    深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域, DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

    来自:帮助中心

    查看更多 →

  • 深度学习模型预测

    深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域,DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

    来自:帮助中心

    查看更多 →

  • 基本概念

    基本概念 盘古药物分子大模型 盘古药物分子大模型是基于华为与中科院上海药物所共同研发、专门面向药物研发领域推出的预训练大模型,旨在帮助医药公司开启AI辅助药物研发的新模式。盘古药物分子大模型学习了17亿个药物分子的化学结构,模型参数上亿,是目前最大的小分子药物模型。华为盘古药物分子大模

    来自:帮助中心

    查看更多 →

  • 关键概念

    关键概念 盘古药物分子大模型 盘古药物分子大模型是基于华为与中科院上海药物所共同研发、专门面向药物研发领域推出的预训练大模型,旨在帮助医药公司开启AI辅助药物研发的新模式。盘古药物分子大模型学习了17亿个药物分子的化学结构,模型参数上亿,是目前最大的小分子药物模型。华为盘古药物分子大模

    来自:帮助中心

    查看更多 →

  • 各个模型深度学习训练加速框架的选择

    各个模型深度学习训练加速框架的选择 LlamaFactory框架使用两种训练框架: DeepSpeed和Accelerate都是针对深度学习训练加速的工具,但是它们的实现方式和应用场景有所不同。 DeepSpeed是一种深度学习加速框架,主要针对大规模模型和大规模数据集的训练。D

    来自:帮助中心

    查看更多 →

  • 虚拟药物筛选

    虚拟药物筛选 创建study 删除study 列举study所有作业 创建study作业 列举study 获取study作业的最值信息 获取生成study作业3D结构的内容 父主题: 项目管理

    来自:帮助中心

    查看更多 →

  • 更新药物作业

    更新药物作业 功能介绍 更新药物作业。 URI PUT /v1/{project_id}/eihealth-projects/{eihealth_project_id}/drug-jobs/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是

    来自:帮助中心

    查看更多 →

  • 取消药物作业

    取消药物作业 功能介绍 取消药物作业。 URI POST /v1/{project_id}/eihealth-projects/{eihealth_project_id}/drug-jobs/{job_id}/cancel 表1 路径参数 参数 是否必选 参数类型 描述 project_id

    来自:帮助中心

    查看更多 →

  • 删除药物作业

    删除药物作业 功能介绍 删除药物作业。 URI DELETE /v1/{project_id}/eihealth-projects/{eihealth_project_id}/drug-jobs/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id

    来自:帮助中心

    查看更多 →

  • 药物虚拟筛选

    药物虚拟筛选 计算机辅助药物虚拟筛选是新药早期研发的重要环节,可根据靶点蛋白和小分子药物的3D结构,计算蛋白与药物之间的结合能量,并且依托云端大算力实现超大规模筛选和成药性分析,从成千上百万的小分子库中快速筛选出与蛋白结合最紧密的候选药物,从而为药物研究和临床试验提供方向。药物

    来自:帮助中心

    查看更多 →

  • AI药物研究

    AI药物研究 父主题: 图解医疗智能体

    来自:帮助中心

    查看更多 →

  • 盘古辅助药物

    盘古辅助药物 为什么下载的部分靶点文件,显示不完整 自定义数据库常见问题

    来自:帮助中心

    查看更多 →

  • 药物通用接口

    药物通用接口 生成分子SVG图 生成分子SDF三维结构 受体预处理 受体信息解析 受体口袋检测 配体格式转换为SMILES 生成相互作用2D图 计算配体间的3D结构差异 创建配体文件预览任务 查询配体文件预览任务 删除配体文件预览任务 创建配体相似性图计算任务 查询配体相似性图计算任务

    来自:帮助中心

    查看更多 →

  • 欢迎使用盘古辅助制药平台

    欢迎使用盘古辅助制药平台 盘古辅助制药平台是以盘古药物大模型为基础打造的一站式药研平台,助力药物研发效率提升60%+。平台提供靶点发现,苗头化合物发现,先导化合物优化全流程药研所需功能。同时基于云原生的软硬件一体化加速,大大提升虚拟筛选和分子动力学模拟计算效率。全平台无需软硬件安

    来自:帮助中心

    查看更多 →

  • 深度诊断ECS

    登录管理控制台,进入 弹性云服务器 列表页面。 在待深度诊断的E CS 的“操作”列,单击“更多 > 运维与监控 > 深度诊断”。 (可选)在“开通云运维中心并添加权限”页面,阅读服务声明并勾选后,单击“开通并授权”。 若当前账号未开通并授权COC服务,则会显示该页面。 在“深度诊断”页面,选择“深度诊断场景”为“全面诊断”。

    来自:帮助中心

    查看更多 →

  • 虚拟药物筛选简介

    虚拟药物筛选简介 虚拟药物筛选功能 医疗智能体平台支持根据靶点蛋白和小分子药物的3D结构,计算蛋白与药物之间的结合能量,进而预测小分子是否有成为候选药物的可能性。 虚拟药物筛选可实现如下功能。 整合分子对接结果,生成结合能矩阵。 整合受体与分子对接产生的配体构象,用于可视化展示。

    来自:帮助中心

    查看更多 →

  • 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

    基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

    来自:帮助中心

    查看更多 →

  • 药物作业管理

    药物作业管理 获取药物作业列表 取消药物作业 删除药物作业 更新药物作业 创建分子聚类作业 父主题: API(盘古辅助制药平台)

    来自:帮助中心

    查看更多 →

  • 药物模型管理

    药物模型管理 获取基模型列表 创建模型 获取模型列表 更新药物模型 删除模型 父主题: API(盘古辅助制药平台)

    来自:帮助中心

    查看更多 →

  • 应用场景

    毒的相对载量。 抗病毒药物研发 计算机辅助药物筛选根据病毒靶点和小分子药物的3D结构,计算病毒蛋白与药物之间的结合能量,实现从成千上万的小分子库中筛选出与病毒结合最紧密的候选药物,从而快速为药物研究和临床试验提供方向。 药物筛选通常分为靶点蛋白确定、候选药物小分子筛选、试验验证、临床验证四大阶段。

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了