Best Practices for Machine Learning-Assisted Protein Engineering
Journal of Chemical Information and Modeling · 2025
DOI: 10.1021/acs.jcim.5c01983 ↗Kurz gefasst
Übersichtsarbeit in der Zeitschrift Journal of Chemical Information and Modeling, 2025. Verfasst von Fabio Herrera-Rocha und 4 weiteren Autor:innen. Beteiligte Einrichtung: Leibniz-Institute of Plant Biochemistry, Department of Bioorganic Chemistry, Weinberg 3, D-06120 Halle, Germany. Hauptthemen laut MEDLINE: Machine Learning, Protein Engineering, Proteins. Die Arbeit wurde bisher 10-mal zitiert (Crossref) und nennt 81 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Deutsche Forschungsgemeinschaft, Bundesministerium f?r Forschung und Technologie und Raumfahrt.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Schlagwörter
MeSH-Schlagwörter (MEDLINE)
Substanzen
Autor:innen und Institutionen
- Leibniz-Institute of Plant Biochemistry, Department of Bioorganic Chemistry, Weinberg 3, D-06120 Halle, Germany.
- Departamento de Ingeniería en Computación, Universidad de Magallanes, Av. Pdte. Manuel Bulnes, 01855, 6210427 Punta Arenas, Chile.
- Institute of Biochemistry, University of Stuttgart, Allmandring 31, D-70569 Stuttgart, Germany.
ORCID-Profile: Fabio Herrera-Rocha, David Medina-Ortiz, Fabian Mauz, Juergen Pleiss, Mehdi D Davari
Förderung
- Deutsche Forschungsgemeinschaft
- Bundesministerium f?r Forschung und Technologie und Raumfahrt
Zitieren
APA
Herrera-Rocha, F., Medina-Ortiz, D., Mauz, F., Pleiss, J., & Davari, M. D. (2025). Best Practices for Machine Learning-Assisted Protein Engineering. Journal of Chemical Information and Modeling. https://doi.org/10.1021/acs.jcim.5c01983
Vancouver
Herrera-Rocha F, Medina-Ortiz D, Mauz F, Pleiss J, Davari MD. Best Practices for Machine Learning-Assisted Protein Engineering. Journal of Chemical Information and Modeling. 2025. doi:10.1021/acs.jcim.5c01983
BibTeX
@article{HerreraRocha2025,
author = {Herrera-Rocha, Fabio and Medina-Ortiz, David and Mauz, Fabian and Pleiss, Juergen and Davari, Mehdi D},
title = {Best Practices for Machine Learning-Assisted Protein Engineering},
journal = {Journal of Chemical Information and Modeling},
year = {2025},
doi = {10.1021/acs.jcim.5c01983}
}
EUVIMED