Buchumschlag

Reaction-conditioned De Novo Enzyme Design with GENzyme

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hua, Chenqing, Lu, Jiarui, Liu, Yong, Zhang, Odin, Tang, Jian, Ying, Rex, Jin, Wengong, Wolf, Guy, Precup, Doina, Zheng, Shuangjia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Biomolecules Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Effective Protein-Protein Interaction Exploration with PPIretrieval
von: Hua, Chenqing, et al.
Veröffentlicht: (2024)

RiboFlow: Conditional De Novo RNA Co-Design via Synergistic Flow Matching
von: Ma, Runze, et al.
Veröffentlicht: (2025)

MUDiff: Unified Diffusion for Complete Molecule Generation
von: Hua, Chenqing, et al.
Veröffentlicht: (2023)

Protein-Nucleic Acid Complex Modeling with Frame Averaging Transformer
von: Huang, Tinglin, et al.
Veröffentlicht: (2024)

ReactZyme: A Benchmark for Enzyme-Reaction Prediction
von: Hua, Chenqing, et al.
Veröffentlicht: (2024)

RNAFlow: RNA Structure & Sequence Design via Inverse Folding-Based Flow Matching
von: Nori, Divya, et al.
Veröffentlicht: (2024)

EnzymeFlow: Generating Reaction-specific Enzyme Catalytic Pockets through Flow Matching and Co-Evolutionary Dynamics
von: Hua, Chenqing, et al.
Veröffentlicht: (2024)

SurfPro: Functional Protein Design Based on Continuous Surface
von: Song, Zhenqiao, et al.
Veröffentlicht: (2024)

Consistent Synthetic Sequences Unlock Structural Diversity in Fully Atomistic De Novo Protein Design
von: Reidenbach, Danny, et al.
Veröffentlicht: (2025)

An Energy-Adaptive Elastic Equivariant Transformer Framework for Protein Structure Representation
von: Zhang, Zhongyue, et al.
Veröffentlicht: (2025)

ODesign: A World Model for Biomolecular Interaction Design
von: Zhang, Odin, et al.
Veröffentlicht: (2025)

SeedProteo: Accurate De Novo All-Atom Design of Protein Binders
von: Qu, Wei, et al.
Veröffentlicht: (2025)

Target-Specific De Novo Peptide Binder Design with DiffPepBuilder
von: Wang, Fanhao, et al.
Veröffentlicht: (2024)

AbGPT: De Novo Antibody Design via Generative Language Modeling
von: Kuan, Desmond, et al.
Veröffentlicht: (2024)

Latent-Y: A Lab-Validated Autonomous Agent for De Novo Drug Design
von: Latent Labs Team, et al.
Veröffentlicht: (2026)

Latent-X: An Atom-level Frontier Model for De Novo Protein Binder Design
von: Latent Labs Team, et al.
Veröffentlicht: (2025)

Generative AI for Enzyme Design and Biocatalysis
von: Middendorf, Lasse, et al.
Veröffentlicht: (2026)

Multi-domain Distribution Learning for De Novo Drug Design
von: Schneuing, Arne, et al.
Veröffentlicht: (2025)

The Dance of Atoms-De Novo Protein Design with Diffusion Model
von: Qin, Yujie, et al.
Veröffentlicht: (2025)

De Novo Design of SIK3 Inhibitors via Feedback-Driven Fine-Tuning of Seq2Seq-VAE
von: Khan, ShahZeb, et al.
Veröffentlicht: (2025)

A Comprehensive Review of Emerging Approaches in Machine Learning for De Novo PROTAC Design
von: Gharbi, Yossra, et al.
Veröffentlicht: (2024)

Multi-Alignment Contrastive Learning for Enzyme--Reaction Retrieval
von: Zhou, Gengmo, et al.
Veröffentlicht: (2025)

PepTune: De Novo Generation of Therapeutic Peptides with Multi-Objective-Guided Discrete Diffusion
von: Tang, Sophia, et al.
Veröffentlicht: (2024)

Disentangling the Complex Multiplexed DIA Spectra in De Novo Peptide Sequencing
von: Ma, Zheng, et al.
Veröffentlicht: (2024)

ActivityDiff: A diffusion model with Positive and Negative Activity Guidance for De Novo Drug Design
von: Zhou, Renyi, et al.
Veröffentlicht: (2025)

UniMoMo: Unified Generative Modeling of 3D Molecules for De Novo Binder Design
von: Kong, Xiangzhe, et al.
Veröffentlicht: (2025)

Design of Ligand-Binding Proteins with Atomic Flow Matching
von: Liu, Junqi, et al.
Veröffentlicht: (2024)

EnzyPGM: Pocket-conditioned Generative Model for Substrate-specific Enzyme Design
von: Lin, Zefeng, et al.
Veröffentlicht: (2026)

MetaEnzyme: Meta Pan-Enzyme Learning for Task-Adaptive Redesign
von: Zheng, Jiangbin, et al.
Veröffentlicht: (2024)

MolPIF: A Parameter Interpolation Flow Model for Molecule Generation
von: Jin, Yaowei, et al.
Veröffentlicht: (2025)

De Novo Molecular Design Enabled by Direct Preference Optimization and Curriculum Learning
von: Hou, Junyu
Veröffentlicht: (2025)

Learning Structure, Energy, and Dynamics: A Survey of Artificial Intelligence for Protein Dynamics
von: Tang, Haocheng, et al.
Veröffentlicht: (2026)

Exploring Discrete Flow Matching for 3D De Novo Molecule Generation
von: Dunn, Ian, et al.
Veröffentlicht: (2024)

A Review on Fragment-based De Novo 2D Molecule Generation
von: Voloboev, Sergei
Veröffentlicht: (2024)

Curriculum Learning for Biological Sequence Prediction: The Case of De Novo Peptide Sequencing
von: Zhang, Xiang, et al.
Veröffentlicht: (2025)

Structure-Informed Protein Language Model
von: Zhang, Zuobai, et al.
Veröffentlicht: (2024)

ProtIR: Iterative Refinement between Retrievers and Predictors for Protein Function Annotation
von: Zhang, Zuobai, et al.
Veröffentlicht: (2024)

Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics
von: Shi, Liang, et al.
Veröffentlicht: (2026)

Mixed Continuous and Categorical Flow Matching for 3D De Novo Molecule Generation
von: Dunn, Ian, et al.
Veröffentlicht: (2024)

ProDCARL: Reinforcement Learning-Aligned Diffusion Models for De Novo Antimicrobial Peptide Design
von: Sheng, Fang, et al.
Veröffentlicht: (2026)