Couvre les fondamentaux de la conception des protéines, y compris les structures secondaires, la propension aux acides aminés, les boucles et les méthodes de calcul.
Discute de la simulation de la dynamique quantique à plusieurs corps à l'aide de réseaux de neurones artificiels pour surmonter les défis informatiques et stabiliser les solutions.
Explore l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux à l'aide d'outils comme NEURON, NEST et BRIAN.
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.
Couvre les algorithmes pour résoudre des problèmes mathématiques à l'aide d'un ordinateur, y compris les équations non linéaires et les méthodes d'approximation numérique.
Couvre la dynamique d'apprentissage dans les jeux d'action finis et explore divers types d'équilibres, y compris les équilibres corrélés et corrélés grossiers.
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 la sélection et la justification des modèles animaux précliniques dans la découverte de médicaments, en mettant l'accent sur les mécanismes de compréhension de l'action et la spécificité du domaine.
Couvre l'intégration de l'apprentissage automatique avec la microscopie à sonde à balayage pour une automatisation et une efficacité améliorées dans les flux de travail scientifiques.
Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Explore les transitions de phase en physique et les problèmes de calcul, mettant en évidence les défis rencontrés par les algorithmes et l'application des principes de physique dans la compréhension des réseaux neuronaux.