Buchumschlag

Retrieval and competition: how a protein foundation model starts a protein

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jedryszek, Piotr, Crook, Oliver M.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Biomolecules Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ranking protein-protein models with large language models and graph neural networks
von: Xu, Xiaotong, et al.
Veröffentlicht: (2024)

Model-based reinforcement learning for protein backbone design
von: Renard, Frederic, et al.
Veröffentlicht: (2024)

ENSEMBITS: an alphabet of protein conformational ensembles
von: Shi, Kaiwen, et al.
Veröffentlicht: (2026)

Sesame: Opening the door to protein pockets
von: Miñán, Raúl, et al.
Veröffentlicht: (2025)

Agentic AI platforms for autonomous training and rule induction of human-human and virus-human protein-protein interactions
von: Do, Hung N., et al.
Veröffentlicht: (2026)

Representing local protein environments with machine learning force fields
von: Bojan, Meital, et al.
Veröffentlicht: (2025)

DeepPNI: Language- and graph-based model for mutation-driven protein-nucleic acid energetics
von: Mondal, Somnath, et al.
Veröffentlicht: (2025)

All-atom inverse protein folding through discrete flow matching
von: Yi, Kai, et al.
Veröffentlicht: (2025)

Diffusion on language model encodings for protein sequence generation
von: Meshchaninov, Viacheslav, et al.
Veröffentlicht: (2024)

Yeti: A compact protein structure tokenizer for reconstruction and multi-modal generation
von: Giri, Nabin, et al.
Veröffentlicht: (2026)

Zero-shot protein stability prediction by inverse folding models: a free energy interpretation
von: Frellsen, Jes, et al.
Veröffentlicht: (2025)

PSBench: a large-scale benchmark for estimating the accuracy of protein complex structural models
von: Neupane, Pawan, et al.
Veröffentlicht: (2025)

Deciphering the unique dynamic activation pathway in a G protein-coupled receptor enables unveiling biased signaling and identifying cryptic allosteric sites in conformational intermediates
von: Fan, Jigang, et al.
Veröffentlicht: (2025)

GenShin:geometry-enhanced structural graph embodies binding pose can better predicting compound-protein interaction affinity
von: Zhu, Pingfei, et al.
Veröffentlicht: (2025)

Transformers trained on proteins can learn to attend to Euclidean distance
von: Ellmen, Isaac, et al.
Veröffentlicht: (2025)

Multi-view biomedical foundation models for molecule-target and property prediction
von: Suryanarayanan, Parthasarathy, et al.
Veröffentlicht: (2024)

FoldToken2: Learning compact, invariant and generative protein structure language
von: Gao, Zhangyang, et al.
Veröffentlicht: (2024)

DeepAutoPIN: An automorphism orbits based deep neural network for characterizing the organizational diversity of protein interactomes across the tree of life
von: Singh, Vikram, et al.
Veröffentlicht: (2022)

BioBlobs: Unsupervised Discovery of Functional Substructures for Protein Function Prediction
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Preference optimization of protein language models as a multi-objective binder design paradigm
von: Mistani, Pouria, et al.
Veröffentlicht: (2024)

Assessment of scoring functions for computational models of protein-protein interfaces
von: Sumner, Jacob, et al.
Veröffentlicht: (2024)

MoleCode unlocks structural intelligence in large language models
von: Yan, Zhiyuan, et al.
Veröffentlicht: (2026)

Integrative modelling of protein-glycan interactions with HADDOCK3
von: Reys, Victor, et al.
Veröffentlicht: (2026)

Speak to a Protein: An Interactive Multimodal Co-Scientist for Protein Analysis
von: Navarro, Carles, et al.
Veröffentlicht: (2025)

AMix-2: Establishing Protein as a Native Modality in Large Language Models
von: Qiu, Keyue, et al.
Veröffentlicht: (2026)

PharmAgents: Building a Virtual Pharma with Large Language Model Agents
von: Gao, Bowen, et al.
Veröffentlicht: (2025)

Beyond Ensembles: Simulating All-Atom Protein Dynamics in a Learned Latent Space
von: Sengar, Aditya, et al.
Veröffentlicht: (2025)

GENEOnet: A new machine learning paradigm based on Group Equivariant Non-Expansive Operators. An application to protein pocket detection
von: Bocchi, Giovanni, et al.
Veröffentlicht: (2022)

Dynamic PDB: A New Dataset and a SE(3) Model Extension by Integrating Dynamic Behaviors and Physical Properties in Protein Structures
von: Liu, Ce, et al.
Veröffentlicht: (2024)

ABodyBuilder3: Improved and scalable antibody structure predictions
von: Kenlay, Henry, et al.
Veröffentlicht: (2024)

Disentangling multispecific antibody function with graph neural networks
von: Southern, Joshua, et al.
Veröffentlicht: (2026)

Chemical classification program synthesis using generative artificial intelligence
von: Mungall, Christopher J., et al.
Veröffentlicht: (2025)

DRAK: Unlocking Molecular Insights with Domain-Specific Retrieval-Augmented Knowledge in LLMs
von: Liu, Jinzhe, et al.
Veröffentlicht: (2024)

Variant effects on protein-protein interactions: methods, models and diseases
von: Larsen-Ledet, Sven, et al.
Veröffentlicht: (2025)

Aptamer-protein interaction prediction model based on transformer
von: Yan, Zhichao, et al.
Veröffentlicht: (2025)

Towards protein folding pathways by reconstructing protein residue networks with a policy-driven model
von: Khor, Susan
Veröffentlicht: (2026)

A universal phase-plane model for in vivo protein aggregation
von: Cotton, Matthew W., et al.
Veröffentlicht: (2025)

Ligand-Conditioned Discrete Diffusion for Protein Sequence-Structure Co-Design
von: Wei, Chen, et al.
Veröffentlicht: (2026)

Atom-level Protein Representation Learning Improves Protein Structure Prediction
von: Kim, Taewon, et al.
Veröffentlicht: (2026)

BioMiner: A Multi-modal System for Automated Mining of Protein-Ligand Bioactivity Data from Literature
von: Yan, Jiaxian, et al.
Veröffentlicht: (2026)