Negli ultimi anni, sono state sviluppate tecniche di relazione quantitativa struttura-attività (QSAR) per costruire modelli avanzati utilizzando l'apprendimento automatico per prevedere le proprietà di nuove molecole. Si prevede che questo approccio ridurrà i tempi e i costi sperimentali. In questa presentazione, presenteremo le estensioni Materials Informatics Toolkit e Torch Deep Learning disponibili su JMP Marketplace. Questi componenti aggiuntivi utilizzano il pacchetto open source RDKit, ampiamente utilizzato, per elaborare stringhe SMILES di sostanze chimiche, fornendo ai chimici un flusso di lavoro interattivo e potente per l'esecuzione di QSAR. Questa presentazione mostrerà alcuni esempi di utilizzo di queste estensioni.
