ProHiFlo: Generación jerárquica de proteínas con guía funcional
ProHiFlo: marco de flujo jerárquico con guía funcional para generar proteínas de novo. Alcanza 58.9% de éxito, 4x menos pasos que otros métodos.
#proteínas
DeepRHP: VAE híbrido para diseñar heteropolímeros que imitan proteínas
Descubre cómo DeepRHP, un autoencoder variacional híbrido, diseña heteropolímeros que imitan proteínas para estabilizar membranas celulares.
DeepRHP: diseño de heteropolímeros aleatorios como imitaciones de proteínas
Descubre DeepRHP, un autoencoder variacional híbrido que diseña heteropolímeros aleatorios para imitar proteínas. Una revolución en biología sintética y ciencia de materiales.
Kernels flexibles para predicción de propiedades proteicas
Descubre cómo los kernels flexibles con procesos Gaussianos y matrices de sustitución mejoran la predicción de propiedades proteicas, superando a modelos de fun
VFUSE: Características virulentas con autoencoders dispersos
Descubre cómo VFUSE utiliza autoencoders dispersos para detectar características virulentas en modelos de proteínas, mejorando la seguridad en el diseño.
Optimización con restricciones para predicción robusta de estabilidad proteica
Nuevo marco de optimización con restricciones mejora la predicción de estabilidad proteica, elevando correlación Spearman sin cambios arquitectónicos.
Optimización con restricciones para predicción robusta de estabilidad proteica
Nuevo método optimiza predicción de estabilidad proteica sin cambiar arquitectura y logra mayor robustez en datos fuera de distribución.
AMix-1: Camino hacia un modelo de proteínas escalable en tiempo de prueba
Descubre AMix-1, modelo de proteínas con escalabilidad en tiempo de prueba. Mejora drástica de actividad enzimática y diseño de proteínas con IA.
SurfDesign: Diseño eficaz de proteínas en superficies moleculares
SurfDesign revoluciona el diseño funcional de proteínas al modelar superficies moleculares con IA, superando métodos previos en enzimas y unión. ¡Descubre!
DegradoMap: Predicción de degradabilidad de proteínas con PROTACs
DegradoMap predice degradabilidad de proteínas con PROTACs usando solo estructura y E3 ligasa. Logra AUROC 0.646 en objetivos no vistos. ¡Prioriza experimentos!
TadA-Bench: un millón de variantes para ingeniería de proteínas con agentes
TadA-Bench ofrece un millón de variantes de proteínas para que la IA descubra rondas futuras en evolución dirigida. Acelera la ingeniería de proteínas con agentes.
Mejorando predicción de PPIs con embeddings multimodales jerárquicos de motivos
Aprende sobre MMM-PPI, un innovador modelo que integra secuencia, estructura y función para predecir interacciones proteína-proteína con precisión superior.
Embeddings de proteínas mejoran generalización en transferencia implícita
Mejora la generalización en dinámica molecular con PLaTITO. Embeddings de proteínas aumentan eficiencia y precisión en muestreo de equilibrio.
Site4Drug: Predicción de sitios diana de unión a fármacos con IA
Site4Drug predice sitios diana en proteínas, considerando accesibilidad, topología y modificaciones postraduccionales. Ideal para descubrimiento de fármacos.
CryoProt: Preentrenamiento de proteínas con interacciones en crio-EM
CryoProt revoluciona el análisis de proteínas con IA: modela interacciones entre cajas en mapas crio-EM para predicciones precisas. Mejora hasta un 12%.
Políticas de orden adaptativo para difusión enmascarada
Políticas de orden adaptativo mejoran generación de secuencias en difusión enmascarada, superando heurísticas en tareas sensibles al orden como proteínas.
Desmitificando el acoplamiento geodésico en codiseño biomolecular multimodal
Descubre GeoCoupling: optimiza el acoplamiento temporal entre modalidades biomoleculares para mejor validez y diversidad en diseño de fármacos y proteínas.
Sesgo implícito generativo para acelerar dinámica de proteínas
Descubre cómo un nuevo sesgo implícito en espacios generativos acelera hasta 37x la emulación de dinámica de proteínas, aumentando diversidad y cubriendo más estados de baja energía.
Sistemas de descubrimiento auto-revisables: marco categórico para IA agente
Descubre cómo los sistemas de IA auto-revisables utilizan la teoría de categorías para revolucionar el descubrimiento científico en materiales y proteínas.
Propagación adaptativa guiada por estructura para PPIS
Conoce el innovador modelo SGAP-PPIS que predice sitios de interacción proteína-proteína usando propagación adaptativa.