Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- AF2Complex est un outil avancé de prédiction et de modélisation des interactions entre protéines et des complexes protéiques à l'aide de l'apprentissage profond. Il étend les capacités d'AlphaFold pour identifier et prédire les interactions entre plusieurs protéines, même dans des scénarios complexes comme les interactions transitoires de protéines membranaires. L'outil permet d'évaluer la confiance des modèles structuraux prédits et d'analyser les interfaces entre protéines, facilitant ainsi la compréhension des systèmes biologiques.
- DeepPPI est un projet de deep learning dédié à la prédiction des interactions entre protéines à partir de leurs séquences uniquement. Il propose des modèles implémentés en PyTorch et Keras, permettant d'entraîner et d'évaluer des architectures neuronales pour analyser des données biologiques. Les utilisateurs peuvent exploiter ces outils pour étudier les relations fonctionnelles entre protéines, un enjeu majeur en biologie structurale et en bioinformatique.
- DeltaVinaXGB est un outil basé sur l'apprentissage automatique conçu pour prédire les scores d'affinité entre une protéine et un ligand. Il combine des méthodes de scoring traditionnelles avec des modèles d'intelligence artificielle pour évaluer la stabilité et l'efficacité des interactions moléculaires. Utilisé principalement en chimie computationnelle et en drug design, il permet d'optimiser les conformations des ligands et d'analyser les caractéristiques structurales des complexes protéine-ligand.
- CROSSPRED est un outil bioinformatique conçu pour prédire les réticulations possibles entre peptides issus de protéines. Il permet de simuler des combinaisons de peptides, d'appliquer des modifications post-traductionnelles et de générer des masses théoriques pour comparaison avec des données expérimentales issues de spectrométrie de masse. L'outil est particulièrement utile pour les chercheurs en protéomique souhaitant identifier des interactions entre protéines ou valider des résultats expérimentaux.
- WPPNs est une méthode de score pour la prédiction de liens dans les réseaux de protéines pondérés. Ce projet fournit le code et les données nécessaires pour évaluer les interactions potentielles entre protéines, utile dans le domaine de la bioinformatique et de la recherche médicale. Les outils développés permettent d'analyser des réseaux biologiques complexes pour identifier des connexions pertinentes.
5 initiatives
10