更好的数据=更好的预测

药物发现预测模型的一个关键瓶颈是能否获得高质量、干净、注释良好的数据集来训练算法和探索新化合物。

GOSTAR提供了一个大规模的、标准化的、全面质控的数据集。该数据集可以直接以平面文件的形式递送，方便用户自主构建本地化数据库。另外，GOSTAR也可通过API连接，无缝地集成到您的系统中，提供持续更新的生物活性信息。GOSTAR非常契合当下基于AI/ML的药物发现项目需求。

“GOSTAR提供了一系列不同类型的信息——一系列不同类型的数据，支持您创建一系列不同类型的预测，并且在药物发现中，拥有许多不同的预测选项，这肯定会有所帮助。”

StephenMacKinnon
Cyclica研发副总裁

优化化学模型

利用GOSTAR超过800万种化合物的活性数据，可帮助您的预测模型取得巨大进展。GOSTAR提供的数据规模将使您的人工智能和机器学习算法能够清晰地识别分型，并将这些发现推广到潜在的新发现领域。

确保可专利性

您不用担心新发现的结构是否具有新颖性。在所有构效关系数据库中，GOSTAR拥有的专利覆盖程度是最深入的。GOSTAR在SAR内容方面拥有巨大的专利覆盖面，可帮助您确定骨架或化合物的新颖性。其广泛的，来自专利的示例化合物覆盖，有助于您破解专利。

专利内容覆盖率：
专利文献83K
化合物3M
SAR数据点2M

自信地工作

Excelra的科学专家对许多不同来源类型的数据点，进行逐一整理、摘录、增强和丰富，并将其转化为关系型数据结构。数据内容经过三级、QMS-ISO认证的质量控制，并进行标准化和规范化整理，最后才会被添加到用户系统。我们的流程既严格又迅速，新的信息在发布后的几周内就被采集和添加，确保您随时了解化学空间的最新进展。

责任编辑：白芨

声明：本文系药智网转载内容，图片、文字版权归原作者所有，转载目的在于传递更多信息，并不代表本平台观点。如涉及作品内容、版权和其它问题，请在本平台留言，我们将在第一时间处理。