측정 데이터로 학습한 타깃 활성 예측 모델

타깃별로 실제 활성 데이터(IC50 등)를 학습한 모델입니다. 화합물만 넣으면 활성을 예측합니다. 검증 r은 학습에 쓰지 않은 화합물로 잰 예측값과 실측값의 상관이고, 두 워크플로우 중 높은 값을 보여 드립니다. 내 데이터가 있으면 TSAP에서 새 타깃 모델을 학습할 수 있습니다.

타깃분야PDB학습 화합물쓸 수 있는 곳검증 r작업
EGFR

P00533

항암1M1758–66
TSAP (Boltz-2)TSAP (AI-QSAR)
0.90자세히
MDM2

Q00987

항암5C5A116
TSAP (Boltz-2)TSAP (AI-QSAR)
0.96자세히
TNKS2

Q9H2K2

항암4HKI60–61
TSAP (Boltz-2)TSAP (AI-QSAR)
0.85자세히
GLP1R

P43220

대사6X1A75–84
TSAP (Boltz-2)TSAP (AI-QSAR)
0.88자세히
RORC

P51449

면역4WLB81–140
TSAP (Boltz-2)TSAP (AI-QSAR)
0.76자세히
LRRK2

Q5S007

신경8TZC120
TSAP (Boltz-2)TSAP (AI-QSAR)
0.90자세히
MAP4K1

Q92918

면역항암8CIJ120
TSAP (Boltz-2)TSAP (AI-QSAR)
0.88자세히
CBLB

Q13191

면역항암8GCY104
TSAP (Boltz-2)TSAP (AI-QSAR)
0.86자세히

원하는 타깃이 없나요?

활성 데이터가 있으면 TSAP으로 직접 학습할 수 있습니다. TSAP 설명서 보기