Buchumschlag

PTransIPs: Identification of phosphorylation sites enhanced by protein PLM embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Ziyang, Zhong, Haitian, He, Bingrui, Wang, Xueying, Lu, Tianchi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Quantitative Methods Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Edge-aware GAT-based protein binding site prediction
von: Yang, Weisen, et al.
Veröffentlicht: (2026)

Exploring the limits of pre-trained embeddings in machine-guided protein design: a case study on predicting AAV vector viability
von: Rodrigues, Ana F., et al.
Veröffentlicht: (2026)

InterPLM: Discovering Interpretable Features in Protein Language Models via Sparse Autoencoders
von: Simon, Elana, et al.
Veröffentlicht: (2024)

Fourier-enhanced Neural Networks For Systems Biology Applications
von: Xu, Enze, et al.
Veröffentlicht: (2025)

GastroDL-Fusion: A Dual-Modal Deep Learning Framework Integrating Protein-Ligand Complexes and Gene Sequences for Gastrointestinal Disease Drug Discovery
von: Gao, Ziyang, et al.
Veröffentlicht: (2025)

The cell as a token: high-dimensional geometry in language models and cell embeddings
von: Gilpin, William
Veröffentlicht: (2025)

Evaluating protein binding interfaces with PUMBA
von: Shirali, Azam, et al.
Veröffentlicht: (2025)

Why risk matters for protein binder design
von: Cotet, Tudor-Stefan, et al.
Veröffentlicht: (2025)

Deep learning-guided evolutionary optimization for protein design
von: Hartman, Erik, et al.
Veröffentlicht: (2026)

GCBLANE: A graph-enhanced convolutional BiLSTM attention network for improved transcription factor binding site prediction
von: Ferrao, Jonas Chris, et al.
Veröffentlicht: (2025)

Improved prediction of ligand-protein binding affinities by meta-modeling
von: Lee, Ho-Joon, et al.
Veröffentlicht: (2023)

Controllable protein design with particle-based Feynman-Kac steering
von: Hartman, Erik, et al.
Veröffentlicht: (2025)

PoET: A generative model of protein families as sequences-of-sequences
von: Truong Jr, Timothy F., et al.
Veröffentlicht: (2023)

Understanding protein function with a multimodal retrieval-augmented foundation model
von: Truong Jr, Timothy Fei, et al.
Veröffentlicht: (2025)

Linguistically inspired roadmap for building biologically reliable protein language models
von: Vu, Mai Ha, et al.
Veröffentlicht: (2022)

How to make the most of your masked language model for protein engineering
von: McCarter, Calvin, et al.
Veröffentlicht: (2026)

MIEO: encoding clinical data to enhance cardiovascular event prediction
von: Borghini, Davide, et al.
Veröffentlicht: (2025)

ILETIA: An AI-enhanced method for individualized trigger-oocyte pickup interval estimation of progestin-primed ovarian stimulation protocol
von: Wu, Binjian, et al.
Veröffentlicht: (2025)

Deep Generative Modeling for Identification of Noisy, Non-Stationary Dynamical Systems
von: Voina, Doris, et al.
Veröffentlicht: (2024)

Artificial Intelligence Powered Identification of Potential Antidiabetic Compounds in Ficus religiosa
von: Alam, Md Ashad, et al.
Veröffentlicht: (2025)

Improving Molecule Generation and Drug Discovery with a Knowledge-enhanced Generative Model
von: Malusare, Aditya, et al.
Veröffentlicht: (2024)

Machine Learning Models for the Identification of Cardiovascular Diseases Using UK Biobank Data
von: Islam, Sheikh Mohammed Shariful, et al.
Veröffentlicht: (2024)

Personalised Drug Identifier for Cancer Treatment with Transformers using Auxiliary Information
von: Jayagopal, Aishwarya, et al.
Veröffentlicht: (2024)

Incorporating temporal dynamics of mutations to enhance the prediction capability of antiretroviral therapy's outcome for HIV-1
von: Di Teodoro, Giulia, et al.
Veröffentlicht: (2023)

Identification of Capture Phases in Nanopore Protein Sequencing Data Using a Deep Learning Model
von: Martin, Annabelle, et al.
Veröffentlicht: (2025)

Protein generation with embedding learning for motif diversification
von: Michalewicz, Kevin, et al.
Veröffentlicht: (2025)

Str2Str: A Score-based Framework for Zero-shot Protein Conformation Sampling
von: Lu, Jiarui, et al.
Veröffentlicht: (2023)

ESM-NBR: fast and accurate nucleic acid-binding residue prediction via protein language model feature representation and multi-task learning
von: Zeng, Wenwu, et al.
Veröffentlicht: (2023)

Can Molecular Foundation Models Know What They Don't Know? A Simple Remedy with Preference Optimization
von: He, Langzhou, et al.
Veröffentlicht: (2025)

SMILES-Mamba: Chemical Mamba Foundation Models for Drug ADMET Prediction
von: Xu, Bohao, et al.
Veröffentlicht: (2024)

Precision Cancer Classification and Biomarker Identification from mRNA Gene Expression via Dimensionality Reduction and Explainable AI
von: Tabassum, Farzana, et al.
Veröffentlicht: (2024)

Learnable latent embeddings for joint behavioral and neural analysis
von: Schneider, Steffen, et al.
Veröffentlicht: (2022)

Exploring zero-shot structure-based protein fitness prediction
von: Sharma, Arnav, et al.
Veröffentlicht: (2025)

Knowledge-enhanced Relation Graph and Task Sampling for Few-shot Molecular Property Prediction
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

Fusing Neural and Physical: Augment Protein Conformation Sampling with Tractable Simulations
von: Lu, Jiarui, et al.
Veröffentlicht: (2024)

Generative power of a protein language model trained on multiple sequence alignments
von: Sgarbossa, Damiano, et al.
Veröffentlicht: (2022)

Efficient Identification of High Similarity Clusters in Polygon Datasets
von: Daras, John N.
Veröffentlicht: (2025)

DiffPack: A Torsional Diffusion Model for Autoregressive Protein Side-Chain Packing
von: Zhang, Yangtian, et al.
Veröffentlicht: (2023)

SimpleFold: Folding Proteins is Simpler than You Think
von: Wang, Yuyang, et al.
Veröffentlicht: (2025)

From thermodynamics to protein design: Diffusion models for biomolecule generation towards autonomous protein engineering
von: Li, Wen-ran, et al.
Veröffentlicht: (2025)