百萬分之一：藥物發現是一種數字遊戲<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Graeme Robb，阿斯利康副首席科學家
可能存在的潛在有機分子的數量估計超過10 ^ 60，而高通量篩選（HTS）方法僅限於10 ^ 6-10 ^ 9個分子，其中通常少於10 ^ 3個分子。顯示任何所需的生物活性。為了使這種方法獲得成功，我們必須確保我們的10 ^ 6分子子集代表更大的10 ^ 60組。然而，製藥公司的歷史收集中的分子通常不代表更大的化學空間。是否有補充這一套的方法更具代表性？繼藥物發現的這一挑戰之後：我們接下來應該設計哪些分子，以便最大限度地利用信息並最大限度地減少昂貴的新分子合成？通常情況下，數據科學家可能會考慮設計實驗（DOE）來實現這一目標，但在化學品的多維世界中，這是一項具有挑戰性的任務。JMP中交互式可視化，DOE功能和數據處理工具的獨特組合使我們能夠採用化學感知方法系統地探索和評估大型複雜數據集。通過這種方式，我們分析現有數據以確定要做什麼，以便最大化下一次迭代的輸入，加速藥物發現的進展。
數據探索數據可視化
