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

Residue conservation and solvent accessibility are (almost) all you need for predicting mutational effects in proteins
par Tsishyn, Matsvei , Hermans, Pauline , Rooman, Marianne , Pucci, Fabrizio
Publication 2025-06
Exploring Evolution to Uncover Insights Into Protein Mutational Stability
par Hermans, Pauline , Tsishyn, Matsvei , Schwersensky, Martin , Rooman, Marianne , Pucci, Fabrizio
Publication 2025-01-01
SOuLMuSiC, a novel tool for predicting the impact of mutations on protein solubility
par Attanasio, Simone , Kwasigroch, Jean-Marc , Rooman, Marianne , Pucci, Fabrizio
Publication 2025-12
Prediction of Paratope–Epitope Pairs Using Convolutional Neural Networks
par Li, Dong , Pucci, Fabrizio , Rooman, Marianne
Publication 2024-05-01
Quantification of biases in predictions of protein–protein binding affinity changes upon mutations
par Tsishyn, Matsvei , Pucci, Fabrizio , Rooman, Marianne
Publication 2024-01-01

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.