Profil de protéome quantitatif : Identification des cibles chimiques
Séances de cours associées (62)
Graph Chatbot
Chattez avec Graph Search
Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Explore les inhibiteurs des enzymes en tant que médicaments, conception de médicaments et fonction des protéines, y compris le profilage des protéines basé sur l'activité et les outils de recherche du génome.
Couvre les concepts et les technologies de la découverte de médicaments à base de fragments, des méthodes d'identification des personnes touchées et de son application dans la découverte de médicaments à base de cibles.
S'insère dans les fondamentaux de la chimie médicinale, mettant l'accent sur l'interrogation des relations structure-activité (SAR) dans la conception des drogues.
Explore les techniques de spectrométrie de masse pour l'analyse moléculaire et l'identification des protéines par des profils isotopiques et des modèles de fragmentation.
Couvre les bases de la chimie médicinale, le dépistage à haut débit, les jalons de la découverte du plomb et la sélectivité des composés dans l'optimisation des médicaments.
Couvre les concepts et les technologies de la découverte de médicaments à base de fragments, en explorant l'identification des impacts, l'optimisation du plomb et les méthodes de dépistage.
Explore le complexe protéolytique CLpXP, son potentiel de ciblage des médicaments et ses applications antimicrobiennes grâce au dépistage des composés.
Explore les méthodes de calcul pour prédire les mécanismes thérapeutiques de la COVID-19 par la réépuration des médicaments et l'apprentissage automatique.
