Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Meng, Simon"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mason, Derek M., Friedensohn, Simon, Weber, Cédric R., Jordi, Christian, Wagner, Bastian, Meng, Simon, Gainza, Pablo, Correia, Bruno E., Reddy, Sai T.
Publikováno v:
bioRxiv
Therapeutic antibody optimization is time and resource intensive, largely because it requires low-throughput screening (103 variants) of full-length IgG in mammalian cells, typically resulting in only a few optimized leads. Here, we use deep learning
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e6409bc77749b867df876e86b1e030b3
Autor:
Assa, Hirbod, Wang, Meng (Simon)
Publikováno v:
North American Actuarial Journal; 2021, Vol. 25 Issue 2, p286-311, 26p
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.
Autor:
Mason, Derek M., Weber, Cédric R., Parola, Cristina, Meng, Simon M., Greiff, Victor, Kelton, William J., Reddy, Sai T.
Antibody engineering is often performed to improve therapeutic properties by directed evolution, usually by high-throughput screening of phage or yeast display libraries. Engineering antibodies in mammalian cells offer advantages associated with expr
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::0ea576fb9a2091dbbf4377046505078b
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.