Les données proviennent du documentConception de novo de liants peptidiques pour des cibles conformationnellement diverses avec modélisation linguistique contrastive" (Publié dans Science Advances en janvier 2025) toutes les données brutes et traitées. L'article publié par l'équipe de recherche de l'Université Duke a construit un processus de criblage prioritaire des peptides basé sur CLIP, PepPrCLIP, qui peut concevoir des protéines courtes pour se lier à des protéines pathogènes auparavant non médicamenteuses et les détruire. Comparé à RFDiffusion, une plateforme existante qui génère des peptides à l'aide d'une structure 3D cible, PepPrCLIP est plus rapide et crée des peptides qui correspondent presque toujours plus étroitement à la protéine cible.

Citation

@misc{bhat_2024_13917484, auteur = {Bhat, Suhaas et Palepu, Kalyan et Hong, Lauren et Mao, Joey et Oui, Tianzheng et Iyer, Rema et Zhao, Lin et Chen, Tianlai et Vincoff, Sophia et Watson, Rio et Wang, Tian Z. et Srijay, Divya et Venkata, Srikar Kavirayuni et Kholina, Kseniia et Goel, Shrey et Vure, Pranay et Desphande, Aniruddha J. et Soderling, Scott H. et DeLisa, Matthew P. et Chatterjee, Pranam}, titre = {Conception De Novo de liants peptidiques à Cibles conformationnellement diverses avec des contrastes Modélisation du langage }, année = 2024, éditeur = {Zenodo}, est ce que je = {10.5281/zenodo.13917484}, url = {https://doi.org/10.5281/zenodo.13917484}, }