Zobrazeno 1 - 10
of 47
pro vyhledávání: '"Jiménez Luna, José"'
Autor:
Yim, Jason, Campbell, Andrew, Mathieu, Emile, Foong, Andrew Y. K., Gastegger, Michael, Jiménez-Luna, José, Lewis, Sarah, Satorras, Victor Garcia, Veeling, Bastiaan S., Noé, Frank, Barzilay, Regina, Jaakkola, Tommi S.
Publikováno v:
Transactions on Machine Learning Research 2024
Protein design often begins with the knowledge of a desired function from a motif which motif-scaffolding aims to construct a functional protein around. Recently, generative models have achieved breakthrough success in designing scaffolds for a range
Externí odkaz:
http://arxiv.org/abs/2401.04082
Autor:
Yim, Jason, Campbell, Andrew, Foong, Andrew Y. K., Gastegger, Michael, Jiménez-Luna, José, Lewis, Sarah, Satorras, Victor Garcia, Veeling, Bastiaan S., Barzilay, Regina, Jaakkola, Tommi, Noé, Frank
We present FrameFlow, a method for fast protein backbone generation using SE(3) flow matching. Specifically, we adapt FrameDiff, a state-of-the-art diffusion model, to the flow-matching generative modeling paradigm. We show how flow matching can be a
Externí odkaz:
http://arxiv.org/abs/2310.05297
Artificial intelligence (AI) in the form of deep learning bears promise for drug discovery and chemical biology, $\textit{e.g.}$, to predict protein structure and molecular bioactivity, plan organic synthesis, and design molecules $\textit{de novo}$.
Externí odkaz:
http://arxiv.org/abs/2212.13295
Machine learning approaches in drug discovery, as well as in other areas of the chemical sciences, benefit from curated datasets of physical molecular properties. However, there is a lack of sufficiently large data collections that include first-prin
Externí odkaz:
http://arxiv.org/abs/2107.00367
Deep learning bears promise for drug discovery, including advanced image analysis, prediction of molecular structure and function, and automated generation of innovative chemical entities with bespoke properties. Despite the growing number of success
Externí odkaz:
http://arxiv.org/abs/2007.00523
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Scientific Data, 9
Machine learning approaches in drug discovery, as well as in other areas of the chemical sciences, benefit from curated datasets of physical molecular properties. However, there currently is a lack of data collections featuring large bioactive molecu
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9e467dce978d9fa7b68f2038c7227f12
https://doi.org/10.1038/s41597-022-01390-7
https://doi.org/10.1038/s41597-022-01390-7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.