Buchumschlag

Investigating Knowledge Distillation Through Neural Networks for Protein Binding Affinity Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abbasi, Wajid Arshad, Abbas, Syed Ali, Bibi, Maryum, Andleeb, Saiqa, Akhtar, Muhammad Naveed
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Biomolecules Molecular Networks Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Single-Cell Proteomic Technologies: Tools in the quest for principles
von: Slavov, Nikolai
Veröffentlicht: (2025)

Examining the Link Between Peroxiredoxin Proteins and Mutually Exclusive Transcription Factor Activation With a Mathematical Model
von: Schlamowitz, Zachary, et al.
Veröffentlicht: (2024)

On Machine Learning Approaches for Protein-Ligand Binding Affinity Prediction
von: Schapin, Nikolai, et al.
Veröffentlicht: (2024)

Extreme Gradient Boosting Beats In‐Silico Identification of Proteins Potentially Associated With Alzheimer’s
von: Sadia Khalil, et al.
Veröffentlicht: (2024)

From Static to Dynamic Structures: Improving Binding Affinity Prediction with Graph-Based Deep Learning
von: Min, Yaosen, et al.
Veröffentlicht: (2022)

Leveraging Machine Learning Models for Peptide-Protein Interaction Prediction
von: Yin, Song, et al.
Veröffentlicht: (2023)

Predicting Protein-Nucleic Acid Flexibility Using Persistent Sheaf Laplacians
von: Hayes, Nicole, et al.
Veröffentlicht: (2025)

Reading the Cell, Designing the Cure: Perturbation-Conditioned Molecular Diffusion for Function-Oriented Drug Design
von: Xu, Ziyu, et al.
Veröffentlicht: (2026)

Infer metabolic velocities from moment differences of molecular weight distributions
von: Tuobang, Li
Veröffentlicht: (2024)

Frequency-Space Mechanics: A Sequence and Coordinate-Free Representation for Protein Function Prediction
von: Reilly, Charles B
Veröffentlicht: (2026)

Interpretable Multimodal Learning for Tumor Protein-Metal Binding: Progress, Challenges, and Perspectives
von: Liu, Xiaokun, et al.
Veröffentlicht: (2025)

Protein-Mamba: Biological Mamba Models for Protein Function Prediction
von: Xu, Bohao, et al.
Veröffentlicht: (2024)

Endowing Protein Language Models with Structural Knowledge
von: Chen, Dexiong, et al.
Veröffentlicht: (2024)

Persistent Sheaf Laplacian Analysis of Protein Flexibility
von: Hayes, Nicole, et al.
Veröffentlicht: (2025)

Impact of Force Field Polarization on Correlated Motions of Proteins
von: Milinski, Ana, et al.
Veröffentlicht: (2025)

Scoring-Assisted Generative Exploration for Proteins (SAGE-Prot): A Framework for Multi-Objective Protein Optimization via Iterative Sequence Generation and Evaluation
von: Lim, Hocheol, et al.
Veröffentlicht: (2025)

Towards a Unified Framework for Determining Conformational Ensembles of Disordered Proteins
von: Ghafouri, Hamidreza, et al.
Veröffentlicht: (2025)

VARIANT: Web Server for Decoding and Analyzing Viral Mutations at Genome and Protein Levels
von: Wang, Rui, et al.
Veröffentlicht: (2026)

LAFA: A Framework for Reproducible Longitudinal Assessment of Protein Function Annotation Models
von: Phan, An, et al.
Veröffentlicht: (2026)

Characterizing the Conformational States of G Protein Coupled Receptors Generated with AlphaFold
von: Chib, Garima, et al.
Veröffentlicht: (2025)

Co-Evolution-Based Metal-Binding Residue Prediction with Graph Neural Networks
von: Rastegari, Sayedmohammadreza, et al.
Veröffentlicht: (2025)

Protein folding classes -- High-dimensional geometry of amino acid composition space revisited
von: Mao, Boryeu
Veröffentlicht: (2025)

ProLLM: Protein Chain-of-Thoughts Enhanced LLM for Protein-Protein Interaction Prediction
von: Jin, Mingyu, et al.
Veröffentlicht: (2024)

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

Protriever: End-to-End Differentiable Protein Homology Search for Fitness Prediction
von: Weitzman, Ruben, et al.
Veröffentlicht: (2025)

TriFit: Trimodal Fusion with Protein Dynamics for Mutation Fitness Prediction
von: Cho, Seungik
Veröffentlicht: (2026)

DeepRetro: Retrosynthetic Pathway Discovery using Iterative LLM Reasoning
von: Sathyanarayana, Shreyas Vinaya, et al.
Veröffentlicht: (2025)

Substrate Prediction for RiPP Biosynthetic Enzymes via Masked Language Modeling and Transfer Learning
von: Clark, Joseph D., et al.
Veröffentlicht: (2024)

Explainable Machine Learning and Deep Learning Models for Predicting TAS2R-Bitter Molecule Interactions
von: Ferri, Francesco, et al.
Veröffentlicht: (2024)

A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics
von: Liu, Shengchao, et al.
Veröffentlicht: (2024)

DDoS: A Graph Neural Network based Drug Synergy Prediction Algorithm
von: Schwarz, Kyriakos, et al.
Veröffentlicht: (2022)

Evolutionary Profiles for Protein Fitness Prediction
von: Fan, Jigang, et al.
Veröffentlicht: (2025)

Protein Fold Classification at Scale: Benchmarking and Pretraining
von: Chen, Dexiong, et al.
Veröffentlicht: (2026)

Improving Protein Optimization with Smoothed Fitness Landscapes
von: Kirjner, Andrew, et al.
Veröffentlicht: (2023)

Conditioning Protein Generation via Hopfield Pattern Multiplicity
von: Varner, Jeffrey D.
Veröffentlicht: (2026)

Enhancing Protein Predictive Models via Proteins Data Augmentation: A Benchmark and New Directions
von: Sun, Rui, et al.
Veröffentlicht: (2024)

AbBiBench: A Benchmark for Antibody Binding Affinity Maturation and Design
von: Zhao, Xinyan, et al.
Veröffentlicht: (2025)

ODBO: Bayesian Optimization with Search Space Prescreening for Directed Protein Evolution
von: Cheng, Lixue, et al.
Veröffentlicht: (2022)

Mapping Differential Protein-Protein Interaction Networks using Affinity Purification Mass Spectrometry
von: Kaushal, Prashant, et al.
Veröffentlicht: (2024)

Robust Optimization in Protein Fitness Landscapes Using Reinforcement Learning in Latent Space
von: Lee, Minji, et al.
Veröffentlicht: (2024)