دورية أكاديمية

DeepRank: a deep learning framework for data mining 3D protein-protein interfaces

التفاصيل البيبلوغرافية
العنوان: DeepRank: a deep learning framework for data mining 3D protein-protein interfaces
المؤلفون: Nicolas Renaud, Cunliang Geng, Sonja Georgievska, Francesco Ambrosetti, Lars Ridder, Dario F. Marzella, Manon F. Réau, Alexandre M. J. J. Bonvin, Li C. Xue
المصدر: Nature Communications, Vol 12, Iss 1, Pp 1-8 (2021)
بيانات النشر: Nature Portfolio, 2021.
سنة النشر: 2021
المجموعة: LCC:Science
مصطلحات موضوعية: Science
الوصف: The authors present DeepRank, a deep learning framework for the data mining of large sets of 3D protein-protein interfaces (PPI). They use DeepRank to address two challenges in structural biology: distinguishing biological versus crystallographic PPIs in crystal structures, and secondly the ranking of docking models.
نوع الوثيقة: article
وصف الملف: electronic resource
اللغة: English
تدمد: 2041-1723
Relation: https://doaj.org/toc/2041-1723
DOI: 10.1038/s41467-021-27396-0
URL الوصول: https://doaj.org/article/b5e9d64b96e1438795a4aebfc8e1dd1c
رقم الأكسشن: edsdoj.b5e9d64b96e1438795a4aebfc8e1dd1c
قاعدة البيانات: Directory of Open Access Journals
الوصف
تدمد:20411723
DOI:10.1038/s41467-021-27396-0