Protein sequence-to-structure learning: Is this the end(-to-end revolution)?

Laine, Elodie; Eismann, Stephan; Elofsson, Arne; Grudinin, Sergei

Laine, Elodie; Eismann, Stephan; Elofsson, Arne; Grudinin, Sergei.

Afiliação

Laine E; Sorbonne Université, CNRS, IBPS, Laboratoire de Biologie Computationnelle et Quantitative (LCQB), Paris, France.
Eismann S; Department of Computer Science and Applied Physics, Stanford University, Stanford, California, USA.
Elofsson A; Department of Biochemistry and Biophysics and Science for Life Laboratory, Stockholm University, Solna, Sweden.
Grudinin S; Univ. Grenoble Alpes, CNRS, Grenoble INP, LJK, Grenoble, France.

Proteins ; 89(12): 1770-1786, 2021 12.

Article em En | MEDLINE | ID: mdl-34519095

Assuntos

Sequência de Aminoácidos; Conformação Proteica; Proteínas; Software; Biologia Computacional; Bases de Dados de Proteínas; Aprendizado Profundo; Proteínas/química; Proteínas/metabolismo; Análise de Sequência de Proteína

Palavras-chave

CASP14; deep learning; end-to-end architectures; equivariance; geometric learning; protein language models; protein structure prediction

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Conformação Proteica / Software / Proteínas / Sequência de Aminoácidos Tipo de estudo: Prognostic_studies Idioma: En Ano de publicação: 2021 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google