Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AI a kábítószer-felfedező kvízben

Review AI tools for molecular screening and design, protein prediction, early ADMET estimates, and the experiments needed to validate candidates.

Kapcsolódó útmutató utakAI a gyógyszerkutatásban
kérdés 1 -ból 8

Mit ért el a DeepMind's AlphaFold, ami elősegíti a gyógyszerkutatást?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit ért el a DeepMind's AlphaFold, ami elősegíti a gyógyszerkutatást?
    • Több mint 200 millió fehérje 3D-s hajtogatott szerkezetét jósolta meg
    • Új gyógyszereket szintetizált egy laboratóriumban
    • Automatikusan futtatta az emberi klinikai vizsgálatokat
    • Leváltotta az összes vegyészt
  2. Hogyan ábrázolják általában a molekulákat a gépi tanulási modellekben?
    • Csak fényképként
    • Az atomok és kötések grafikonjaiként vagy SMILES szöveges karakterláncokként
    • Mint audio hullámformák
    • Ártáblázatként
  3. Mit jelent a „virtuális szűrés” a mesterséges intelligencia gyógyszerkutatásában?
    • Filmet nézni a drogokról
    • A betegek szűrése betegségre
    • Vegyületek millióinak számítási rangsorolása az ígéretesek megtalálásához anélkül, hogy mindegyiket szintetizálná
    • Egyfajta videohívás szabályozókkal
  4. What can an ADME or toxicity prediction contribute during early candidate assessment?
    • It proves a molecule is safe in humans
    • It eliminates the need for animal or laboratory studies
    • It guarantees the candidate will pass clinical trials
    • It can help prioritize candidates for experimental follow-up, but does not establish safety or replace testing
  5. Milyen generatív mesterséges intelligencia technikákat használnak új molekulák tervezésére?
    • Variációs autoenkóderek és diffúziós modellek
    • Táblázat makrók
    • Vonalkód olvasók
    • E-mail szűrők
  6. What must generally occur before a new drug candidate can begin clinical research in people in the United States?
    • A model score above 0.8
    • Preclinical safety information and an FDA-reviewed Investigational New Drug application
    • A successful virtual screen alone
    • Commercial availability in a pharmacy
  7. What does AlphaFold 3 add beyond predicting protein structures?
    • It proves a predicted drug will succeed in patients
    • It replaces all clinical trials
    • It can predict structures and interactions involving proteins, nucleic acids, and ligands
    • It estimates only the retail price of a medicine
  8. What does a virtual-screening rank mean for a candidate compound?
    • The compound is already an approved drug
    • The compound is guaranteed safe in humans
    • The model has observed the compound in a clinical trial
    • It is a computational priority for follow-up, not proof of efficacy