MetadatenVerfasserangaben: | Laura IsigkeitORCiD, Apirat ChaikuadORCiD, Daniel MerkORCiDGND |
---|
URN: | urn:nbn:de:hebis:30:3-795795 |
---|
DOI: | https://doi.org/10.3390/molecules27082513 |
---|
ISSN: | 1420-3049 |
---|
Titel des übergeordneten Werkes (Englisch): | Molecules |
---|
Verlag: | MDPI |
---|
Verlagsort: | Basel |
---|
Dokumentart: | Wissenschaftlicher Artikel |
---|
Sprache: | Englisch |
---|
Datum der Veröffentlichung (online): | 13.04.2022 |
---|
Datum der Erstveröffentlichung: | 13.04.2022 |
---|
Veröffentlichende Institution: | Universitätsbibliothek Johann Christian Senckenberg |
---|
Datum der Freischaltung: | 21.11.2023 |
---|
Freies Schlagwort / Tag: | big data; data curation; de novo design; machine learning; medicinal chemistry |
---|
Jahrgang: | 27 |
---|
Ausgabe / Heft: | 8, art. 2513 |
---|
Aufsatznummer: | 2513 |
---|
Seitenzahl: | 13 |
---|
Erste Seite: | 1 |
---|
Letzte Seite: | 13 |
---|
Bemerkung: | This project has received funding from the Innovative Medicines Initiative 2 Joint Undertaking (JU) under grant agreement No. 875510. The JU receives support from the European Union’s Horizon 2020 research and innovation program, EFPIA, Ontario Institute for Cancer Research, Royal Institution for the Advancement of Learning McGill University, Kungliga Tekniska Hoegskolan, and Diamond Light Source Limited. |
---|
Bemerkung: | The consensus dataset generated and analyzed in this study is freely available from Zenodo (https://zenodo.org), with the doi:10.5281/zenodo.6398019. |
---|
HeBIS-PPN: | 516701916 |
---|
Institute: | Biochemie, Chemie und Pharmazie |
---|
| Fachübergreifende Einrichtungen / Buchmann Institut für Molekulare Lebenswissenschaften (BMLS) |
---|
DDC-Klassifikation: | 5 Naturwissenschaften und Mathematik / 54 Chemie / 540 Chemie und zugeordnete Wissenschaften |
---|
Sammlungen: | Universitätspublikationen |
---|
Lizenz (Deutsch): | Creative Commons - CC BY - Namensnennung 4.0 International |
---|