M
Mohammed AlQuraishi
H指数:26
被引数:4,420
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
利用机器学习和生物物理模型预测TCR-pMHC相互作用的特异性
Cell Systems
IF7.7
作者更正: 使用机器学习对蛋白质-肽相互作用和信号网络进行生物物理预测
Nature Methods
IF32.1
AlphaFold作为先验: 以预训练的神经网络为条件的实验结构确定
Nature Methods
IF32.1
利用人工智能重新定义可成药性靶点
Nature Biotechnology
IF41.7
NATURE BIOTECHNOLOGY
IF41.7
OpenFold: 重新训练AlphaFold2对其学习机制和泛化能力产生了新的见解
NATURE METHODS
IF32.1
一种基于混合结构的机器学习方法,用于预测小分子对激酶的抑制
基于序列UNET的高通量深度学习变异效应预测
GENOME BIOLOGY
IF9.4
NATURE BIOTECHNOLOGY
IF41.7
基于语言模型和深度学习的单序列蛋白质结构预测
NATURE BIOTECHNOLOGY
IF41.7
可区分生物学: 使用深度学习进行基于生物物理学和数据驱动的分子机制建模
NATURE METHODS
IF32.1
蛋白质结构预测革命
NATURE
IF48.5
使用机器学习的蛋白质-肽相互作用和信号网络的生物物理预测
NATURE METHODS
IF32.1
基于序列的深度表示学习的统一理性蛋白质工程
NATURE METHODS
IF32.1
蛋白质结构的端到端可微分学习
CELL SYSTEMS
IF7.7

