1 000 à 5 000 candidats analysés par heure
Données requises : seuil de toxicité toléré + 1 clic
Entrée facultative : ensemble/bibliothèque de composés d'intérêt
Les candidats saisis par l'utilisateur ou issus de l'étape précédente sont passés au crible d'un ensemble de filtres de toxicité inédits, entièrement fondés sur les premiers principes et fournissant une interprétation mécaniste ainsi qu'un retour d'information à la phase de conception.
Le pipeline identifie l'inhibition d'enzymes métaboliques clés dans plusieurs organes, tels que le foie, le cœur, les reins et le cerveau. De plus, il prédit la biodégradation en métabolites toxiques, en se basant sur notre base de données de réactions enzymatiques clés et de substrats toxiques connus.
Notre approche atteint une précision inégalée par rapport aux modèles de toxicité de Deep Learning existants, qui sont condamnés à rester des expériences théoriques, car ils ne sont pas formés sur des milliards de données propriétaires in vivo et cliniques, auxquelles la plupart des organisations n'ont pas accès.
%402x.svg)
%402x%20(Light).svg){kind=icon}