Geometric deep learning as a potential tool for antimicrobial peptide prediction.

Saved in:
Bibliographic Details
Title: Geometric deep learning as a potential tool for antimicrobial peptide prediction.
Authors: Fernandes FC; Centro de Análises Proteômicas e Bioquímicas, Pós-Graduação em Ciências Genômicas e Biotecnologia, Universidade Católica de Brasília, Brasília, Brazil.; Departamento de Ciência da Computação, Instituto Federal de Brasília, Brasília, Brazil., Cardoso MH; Centro de Análises Proteômicas e Bioquímicas, Pós-Graduação em Ciências Genômicas e Biotecnologia, Universidade Católica de Brasília, Brasília, Brazil.; S-Inova Biotech, Programa de Pós-Graduação em Biotecnologia, Universidade Católica Dom Bosco, Campo Grande, Brazil.; Laboratório de Purificação de Proteínas e suas Funções Biológicas, Universidade Federal de Mato Grosso do Sul, Cidade Universitária, Campo Grande, Mato Grosso do Sul, Brazil., Gil-Ley A; S-Inova Biotech, Programa de Pós-Graduação em Biotecnologia, Universidade Católica Dom Bosco, Campo Grande, Brazil., Luchi LV; S-Inova Biotech, Programa de Pós-Graduação em Biotecnologia, Universidade Católica Dom Bosco, Campo Grande, Brazil., da Silva MGL; Centro de Análises Proteômicas e Bioquímicas, Pós-Graduação em Ciências Genômicas e Biotecnologia, Universidade Católica de Brasília, Brasília, Brazil., Macedo MLR; Laboratório de Purificação de Proteínas e suas Funções Biológicas, Universidade Federal de Mato Grosso do Sul, Cidade Universitária, Campo Grande, Mato Grosso do Sul, Brazil., de la Fuente-Nunez C; Machine Biology Group, Departments of Psychiatry and Microbiology, Perelman School of Medicine, Institute for Biomedical Informatics, Institute for Translational Medicine and Therapeutics, University of Pennsylvania, Philadelphia, PA, United States.; Departments of Bioengineering and Chemical and Biomolecular Engineering, School of Engineering and Applied Science, University of Pennsylvania, Philadelphia, PA, United States.; Penn Institute for Computational Science, University of Pennsylvania, Philadelphia, PA, United States., Franco OL; Centro de Análises Proteômicas e Bioquímicas, Pós-Graduação em Ciências Genômicas e Biotecnologia, Universidade Católica de Brasília, Brasília, Brazil.; S-Inova Biotech, Programa de Pós-Graduação em Biotecnologia, Universidade Católica Dom Bosco, Campo Grande, Brazil.
Source: Frontiers in bioinformatics [Front Bioinform] 2023 Jul 13; Vol. 3, pp. 1216362. Date of Electronic Publication: 2023 Jul 13 (Print Publication: 2023).
Publication Type: Journal Article; Review
Journal Info: Publisher: Frontiers Media S.A Country of Publication: Switzerland NLM ID: 9918227263306676 Publication Model: eCollection Cited Medium: Internet ISSN: 2673-7647 (Electronic) Linking ISSN: 26737647 NLM ISO Abbreviation: Front Bioinform Subsets: PubMed not MEDLINE
Database: MEDLINE Ultimate
Description
ISSN:2673-7647
DOI:10.3389/fbinf.2023.1216362