Artificial intelligence challenges for predicting the impact of mutations on protein stability.

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Référence Current opinion in structural biology, 72, page (161-168)
Publication Publié, 2022-01-01

Article révisé par les pairs

Fichier(s) déposé(s) par l'encodeur

Fichier importé d'Elsevier

Exploring Evolution to Uncover Insights Into Protein Mutational Stability
par Hermans, Pauline , Tsishyn, Matsvei , Schwersensky, Martin , Rooman, Marianne , Pucci, Fabrizio
Publication 2025-01-01
Quantification of biases in predictions of protein–protein binding affinity changes upon mutations
par Tsishyn, Matsvei , Pucci, Fabrizio , Rooman, Marianne
Publication 2024-01-01
Prediction of Paratope–Epitope Pairs Using Convolutional Neural Networks
par Li, Dong , Pucci, Fabrizio , Rooman, Marianne
Publication 2024-05-01
pycofitness—Evaluating the fitness landscape of RNA and protein sequences
par Pucci, Fabrizio , Zerihun, Mehari B , Rooman, Marianne , Schug, Alexander
Publication 2024-02-01
Quantification of biases in predictions of protein–protein binding affinity changes upon mutations
par Tsishyn, Matsvei , Rooman, Marianne , Pucci, Fabrizio
Publication 2024-03-07

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.