百万比一：药物发现是一个数字游戏<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />阿斯利康（AstraZeneca）副首席科学家Graeme Robb
可能存在的潜在有机分子的数量估计超过10 ^ 60，但高通量筛选（HTS）方法仅限于10 ^ 6 – 10 ^ 9分子，其中经常少于10 ^ 3分子显示任何所需的生物活性。为了使这种方法成功，我们必须确保我们的10 ^ 6分子子集代表更大的10 ^ 60集。但是，制药公司历史记录中的分子通常不能代表更大的化学空间。是否有补充这种设置的方法以更具代表性？从药物开发的挑战中得出的结论是：我们接下来应该设计哪些分子以最大化信息并最小化新分子的昂贵合成？通常，数据科学家可能会考虑通过实验设计（DOE）来实现这一目标，但是在多维化学世界中，这是一项艰巨的任务。JMP中交互式可视化，DOE功能和数据处理工具的独特组合使我们能够结合化学方面的意识方法来系统地探索和评估大型，复杂的数据集。通过这种方式，我们可以分析现有数据以确定要制造什么，从而使下一次迭代的输入最大化，从而加快药物开发的进度。
数据探索数据可视化
