Your browser doesn't support javascript.
loading
Machine Learning Study of Metabolic Networks vs ChEMBL Data of Antibacterial Compounds.
Diéguez-Santana, Karel; Casañola-Martin, Gerardo M; Torres, Roldan; Rasulev, Bakhtiyor; Green, James R; González-Díaz, Humbert.
Afiliación
  • Diéguez-Santana K; Department of Organic and Inorganic Chemistry, University of Basque Country UPV/EHU, 48940 Leioa, Spain.
  • Casañola-Martin GM; Universidad Regional Amazónica IKIAM, Tena, Napo 150150, Ecuador.
  • Torres R; Department of Coatings and Polymeric Materials, North Dakota State University, Fargo, North Dakota 58102, United States.
  • Rasulev B; Department of Systems and Computer Engineering, Carleton University, K1S5B6 Ottawa, Ontario, Canada.
  • Green JR; Universidad Regional Amazónica IKIAM, Tena, Napo 150150, Ecuador.
  • González-Díaz H; Department of Coatings and Polymeric Materials, North Dakota State University, Fargo, North Dakota 58102, United States.
Mol Pharm ; 19(7): 2151-2163, 2022 07 04.
Article en En | MEDLINE | ID: mdl-35671399

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Aprendizaje Automático / Antibacterianos Tipo de estudio: Prognostic_studies Idioma: En Revista: Mol Pharm Asunto de la revista: BIOLOGIA MOLECULAR / FARMACIA / FARMACOLOGIA Año: 2022 Tipo del documento: Article País de afiliación: España Pais de publicación: Estados Unidos

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Aprendizaje Automático / Antibacterianos Tipo de estudio: Prognostic_studies Idioma: En Revista: Mol Pharm Asunto de la revista: BIOLOGIA MOLECULAR / FARMACIA / FARMACOLOGIA Año: 2022 Tipo del documento: Article País de afiliación: España Pais de publicación: Estados Unidos