Выберите модель

Предсказание растворимости лекарств в скCO2

Модель прогнозирует растворимость лекарств в сверхкритическом диоксиде углерода, используя метод CatBoost с дескрипторами CDK и температурой плавления лекарства в качестве входных переменных. Пользователям необходимо ввести представление препарата в формате SMILES, а также параметры температуры и давления сверхкритического СО2.

Предсказание максимума поглощения и IC50 для Pt-BODIPY

Модели могут предсказать значение максимума поглощения (CatBoost/ECFP) и IC50 (kNN/text vectorization) для платиносодержащих BODIPY. Кроме того, модели облегчают скрининг подобных структур путем расчета евклидова расстояния между векторами отпечатков пальцев Моргана входной структуры и структурами в обучающей базе данных.

Предсказание максимума полосы поглощения замещенных порфиринов и металлопорфиринов

Эта модель основана на методе CatBoost с использованием отпечатков пальцев Моргана. Полный набор экспериментальных данных состоял из 10 849 записей, которые были использованы для оценки максимума полосы поглощения порфиринов и металлопорфиринов. Набор данных включал как свободные порфирины и хлорины, так и их комплексы с ионами различных металлов, таких как цинк(II), никель(II), медь(II), кобальт(II), золото(III), индий(III), палладий(II), платина(II), серебро(II), кадмий(II), магний(II) и алюминий(III).

Предсказание максимума поглощения и молярного коэффициента поглощения различных красителей

Данная модель может предсказать максимум полосы поглощения и молярный коэффициент светопоглощения (CatBoost/ECFP) для различных классов красителей, включая ксантены, акридины, диарилметаны, антрахиноны и дипиррометены.

Предсказание 11B ЯМР химического сдвига для BODIPY

Модель на основе RFR метода с использованием ISIDA fragment дескрипторов может предсказать значение 11B ЯМР химического сдвига для BODIPY.

Предсказание сенсорной способности молекулы на основе химической формулы

Модель предназначена для поиска структуры-сенсора из базы данных, схожей с введенной вами молекулой. В базе данных содержится информация о различных классах хемосенсоров, таких как дипиррометены, BODIPY, основания Шиффа, гидразоны, флуоресцеины, родамины, фенантролины, кумарины, производные нафталимида и другие.