Methoden des maschinellen Lernens für Enzym-Engineering und Entdeckung

Wir entwickeln neue Methoden auf der Grundlage bestehender Deep-Learning-Algorithmen, um genaue Vorhersagen für den Einsatz im Enzym-Engineering und in der funktionalen Klassifizierung von Enzymen zu erstellen. Insbesondere hat unsere Gruppe TopEC entwickelt und pflegt es, ein verbessertes Rahmenwerk für die funktionelle Klassifizierung von Enzymen, das auf der TopEnzyme-Datenbank basiert und sich auf die Verwendung von neuronalen 3D-Graph-Faltungsnetzen zur Vorhersage von Substitutionseffekten auf die Aktivität und Stabilität von Enzymen konzentriert.

Link zu TopEnzyme: https://cpclab.uni-duesseldorf.de/topenzyme

Methoden des maschinellen Lernens für das Protein-Engineering und die Klassifizierung von Enzymen
Methoden des maschinellen Lernens für das Protein-Engineering und die Klassifizierung von Enzymen Implementierung von strukturellen und sequenzbasierten Merkmalen in 3D-Graph-Faltungsneuronennetzen zur Vorhersage von Substitutionseffekten auf die Proteinstabilität und zur Verbesserung der Klassifizierung von Enzymfunktionen.
S. Schott-Verdugo, K. Van der Weg
Letzte Änderung: 01.02.2023