Questionário vinculado ao guia · Médio Nível
Questionário sobre IA no descobrimento de medicamentos
Revise as ferramentas de IA para triagem e design molecular, previsão de proteínas, estimativas iniciais de ADMET e os experimentos necessários para validar candidatos.
Pergunta 1 de 8
O que o AlphaFold da DeepMind conseguiu que ajudou na descoberta de medicamentos?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- O que o AlphaFold da DeepMind conseguiu que ajudou na descoberta de medicamentos?
- Ele previu as estruturas dobradas em 3D de mais de 200 milhões de proteínas
- Sintetizou novos medicamentos em laboratório
- Ele executou testes clínicos em humanos automaticamente
- Substituiu todos os químicos
- Como as moléculas são comumente representadas em modelos de aprendizado de máquina?
- Apenas como fotografias
- Como gráficos de átomos e ligações ou como sequências de texto SMILES
- Como formas de onda de áudio
- Como planilhas de preços
- O que é 'triagem virtual' na descoberta de medicamentos para IA?
- Assistindo a um filme sobre drogas
- Triagem de pacientes para uma doença
- Classificar computacionalmente milhões de compostos para encontrar os promissores sem sintetizar todos eles
- Uma espécie de videochamada com reguladores
- 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
- Quais técnicas generativas de IA são usadas para projetar novas moléculas?
- Autoencoders variacionais e modelos de difusão
- Macros de planilha
- Leitores de código de barras
- Filtros de e-mail
- 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
- 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
- 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