Серов Никита Сергеевич

Тезисы

Novel Interpretable Amino Acid Property-Based Peptide Embeddings for Improved Activity Prediction

Статья

Eremeyeva M., Din Y., Shirokii N., Serov N. SequenceCraft: machine learning-based resource for exploratory analysis of RNA-cleaving deoxyribozymes. BMC Bioinformatics. 2025. Vol. 26. No. 1. pp. 2.. doi: 10.1186/s12859-024-06019-7

Статья

Jyakhwo S., Bocharova V., Serov N., Dmitrenko A., Vinogradov V.V. SelTox: Discovering the Capacity of Selectively Antimicrobial Nanoparticles for Targeted Eradication of Pathogenic Bacteria. Advanced Materials Technologies. 2025. Vol. 10. No. 2. pp. 2400458.. doi: 10.1002/admt.202400458

Статья

Lokteva A.V., Baskakova K.O., Gandalipov E.R., Serov N.S., Mikhailova M., Koshel E.I. Biohybrid Living Material with Antibacterial and Regenerating Properties Based on Probiotic Bacteria Stress Metabolism Modulation. Macromolecular Bioscience. 2025. No. in press. pp. e00452.. doi: 10.1002/mabi.202500452

Тезисы

Прогнозирование эффективности мирнк для нокдауна генов

Статья

Jyakhwo S., Serov N., Dmitrenko A., Vinogradov V.V. Machine Learning Reinforced Genetic Algorithm for Massive Targeted Discovery of Selectively Cytotoxic Inorganic Nanoparticles. Small. 2024. Vol. 20. No. 6. pp. 2305375.. doi: 10.1002/smll.202305375

Тезисы

Generative AI for Co-Crystal Design with Property Control

Статья

Burmakina P., Kapustina O., Gubina N., Serov N., Vinogradov V. User-Friendly and Industry-Integrated AI for Medicinal Chemists and Pharmaceuticals. Artificial Intelligence Chemistry. 2024. Vol. 2. No. 2. pp. 100072.. doi: 10.1016/j.aichem.2024.100072

Тезисы

Интерпретируемые дескрипторы пептидов с учётом физико-химических свойств аминокислот и металлических кофакторов

Статья

Gubina N., Dmitrenko A., Solovev G., Yamshchikova L., Petrov O., Lebedev I., Serov N., Kirgizov G., Nikitin N., Vinogradov V. Hybrid Generative AI for De Novo Design of Co-Crystals with Enhanced Tabletability. Advances in Neural Information Processing Systems. 2024. Vol. 37. pp. 1-39.

Статья

Dubrovsky I., Dmitrenko A., Dmitrenko A., Serov N., Vinogradov V. Unveiling the Potential of AI for Nanomaterial Morphology Prediction. Proceedings of Machine Learning Research. 2024. Vol. 235. pp. 11957-11978.

Тезисы

TEXT-TO-IMAGE ГЕНЕРАТИВНАЯ СИСТЕМА ПРЕДСКАЗАНИЯ МОРФОЛОГИИ НАНОМАТЕРИАЛОВ, ОСНОВАННАЯ НА МОДЕЛИ ОБРАБОТКИ ЕСТЕСТВЕННОГО ЯЗЫКА И ПРОЦЕДУРАХ СИНТЕЗОВ НАНОЧАСТИЦ, ПОЛУЧАЕМЫХ МЕТОДАМИ РАСТВОРНОЙ ХИМИИ

Тезисы

Text-to-Image система генеративного предсказания морфологии наноматериалов, получаемых методами растворной химии, основанная на модели обработки естественного языка и процедурах синтезов

Тезисы

Генеративный искусственный интеллект для получения сокристаллов с заранее заданными свойствами

Тезисы

Новые белковые дескрипторы

Тезисы

Text-to-Image генеративная система предсказания морфологии наноматериалов, основанная на модели обработки естественного языка и процедурах синтезов наночастиц, получаемых методами растворной химии

Статья

Serov N., Kim P., Falchevskaya A., Shabalkin I., Dmitrenko A., Kladko D., Vinogradov V. Quantifying the Efficacy of Magnetic Nanoparticles for MRI and Hyperthermia Applications via Machine Learning Methods. Small. 2023. Vol. 19. No. 48. pp. 2303522.. doi: 10.1002/smll.202303522

Тезисы

КОЛИЧЕСТВЕННОЕ ПРЕДСКАЗАНИЕ ЦИТОТОКСИЧНОСТИ НАНОМАТЕРИАЛОВ

Статья

Shirokii N., Din Y., Petrov I., Seregin Y., Sirotenko S., Razlivina J., Serov N., Vinogradov V. Quantitative prediction of inorganic nanomaterial cellular toxicity via machine learning. Small. 2023. Vol. 19. No. 19. pp. 2207106.. doi: 10.1002/smll.202207106

Тезисы

Направленный генеративный дизайн коформеров для получения сокристаллов с заданными свойствами

Тезисы

Дизайн фармацевтических сокристаллов при помощи методов генеративного глубокого обучения

Автореферат

Jyakhwo S., Serov N., Vinogradov V. Discovery of selectively cytotoxic inorganic nanomaterial using machine learning reinforced genetic algorithm on normal and cancerous cell lines// International scientific conference of students, graduate students and young scientists Lomonosov-2023

Тезисы

Разработка сокристаллов с заранее заданными свойствами с использованием генеративной модели глубокого обучения

Тезисы

Text-to-Image ГЕНЕРАТИВНАЯ СИСТЕМА ДЛЯ ПРЕДСКАЗАНИЯ МОРФОЛОГИИ НАНОМАТЕРИАЛОВ, ПОЛУЧАЕМЫХ МЕТОДАМИ РАСТВОРНОЙ ХИМИИ, ОСНОВАННАЯ НА СИНТЕТИЧЕСКИХ ПРОЦЕДУРАХ И МОДЕЛИ ОБРАБОТКИ ЕСТЕСТВЕННОГО ЯЗЫКА BERT

Тезисы

Направленный генеративный дизайн коформеров для получения сокристаллов с заранее заданными механическими свойствами

Автореферат

MACHINE LEARNING REINFORCED BY GENETIC ALGORITHM: A PLATFORM TO DISCOVER SELECTIVELY CYTOTOXIC NANOMATERIALS FOR DRUG DELIVERY SYSTEMS

Статья

Razlivina J., Serov N., Shapovalova O., Vinogradov V. DiZyme: Open-Access Expandable Resource for Quantitative Prediction of Nanozyme Catalytic Activity. Small. 2022. Vol. 18. No. 12. pp. 2105673.. doi: 10.1002/smll.202105673

Статья

Protasiuk L.E., Serov N.S., Lokteva A.V., Kladko D.V., Koshel E.I., Vinogradov V.V. Mechano-bactericidal anisotropic particles for oral biofilm treatment. Journal of Materials Chemistry B. 2022. Vol. 10. No. 25. pp. 4867-4877.. doi: 10.1039/D2TB00582D

Статья

Serov N.S., Vinogradov V.V. Artificial intelligence to bring nanomedicine to life. Advanced Drug Delivery Reviews. 2022. Vol. 184. pp. 114194.. doi: 10.1016/j.addr.2022.114194

Статья

Serov N., Vinogradov V. Inverse material search and synthesis verification by hand drawings via transfer learning and contour detection. Small Methods. 2022. Vol. 6. No. 5. pp. 2101619.. doi: 10.1002/smtd.202101619

Тезисы

DiZyme: платформа для рационального дизайна нанозимов

Тезисы

Расширяемый ресурс открытого доступа для количественного прогнозирования каталитической активности нанозимов

Тезисы

Исследование влияния морфологии частиц на формировании протеиновой короны

Тезисы

DiZyme: an Open-Access Expandable Resource for Quantitative Prediction of Nanozyme Catalytic Activity

Тезисы

The XII International Conference on Chemistry for Young Scientists MENDELEEV-2021

Тезисы

Рациональный поиск фермент-мимикрирующих наноматериалов для высокоэффективного катализа при помощи алгоритмов машинного обучения

Статья

Kladko D.V., Falchevskaya A., Serov N.S., Prilepskii A.Y. Nanomaterial Shape Influence on Cell Behavior. International Journal of Molecular Sciences. 2021. Vol. 22. No. 10. pp. 5266.. doi: 10.3390/ijms22105266

Тезисы

DiZyme: an Open-Access Expandable Resource for Quantitative Prediction of Nanozyme Catalytic Activity

Статья

Kuchur O.A., Tsymbal S.A., Shestovskaya M.V., Serov N.S., Dukhinova M.S., Shtil A.A. Metal-derived nanoparticles in tumor theranostics: Potential and limitations. Journal of Inorganic Biochemistry. 2020. Vol. 209. pp. 111117.. doi: 10.1016/j.jinorgbio.2020.111117

Статья

Prilepskii A.Y., Serov N.S., Kladko D.V., Vinogradov V.V. Nanoparticle-Based Approaches towards the Treatment of Atherosclerosis. Pharmaceutics. 2020. Vol. 12. No. 11. pp. 1056.. doi: 10.3390/pharmaceutics12111056

Тезисы

Магнитоуправляемый тромболитический препарат на основе наноразмерного карбоната кальция, энтрапированный плазмином

Статья

Serov N.S., Darmoroz D., Lokteva A., Chernyshov I., Koshel E., Vinogradov V.V. One-pot synthesis of template-free hollow anisotropic CaCO 3 structures: towards inorganic shape-mimicking drug delivery systems. Chemical Communications. 2020. Vol. 56. No. 80. pp. 11969-11972.. doi: 10.1039/D0CC05502F

Статья

Serov N., Prilepskii A.Y., Sokolov A., Vinogradov V.V. Synthesis of Plasmin-Loaded Fe3O4@CaCO3 Nanoparticles: Towards Next-Generation Thrombolytic Drugs. ChemNanoMat. 2019. Vol. 5. No. 10. pp. 1267-1271.. doi: 10.1002/cnma.201900359

Тезисы

Synthesis of plasmin-loaded Fe3O4@CaCO3 nanoparticles: towards next generation of thrombolytic drugs