Geometric deep learning as a potential tool for antimicrobial peptide prediction.
Saved in:
| 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 |
| FullText | Text: Availability: 0 |
|---|---|
| Header | DbId: mdl DbLabel: MEDLINE Ultimate An: 37521317 AccessLevel: 2 PubType: Academic Journal PubTypeId: academicJournal PreciseRelevancyScore: 0 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: Geometric deep learning as a potential tool for antimicrobial peptide prediction. – Name: Author Label: Authors Group: Au Data: <searchLink fieldCode="AU" term="%22Fernandes+FC%22">Fernandes FC</searchLink>; 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.<br /><searchLink fieldCode="AU" term="%22Cardoso+MH%22">Cardoso MH</searchLink>; 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.<br /><searchLink fieldCode="AU" term="%22Gil-Ley+A%22">Gil-Ley A</searchLink>; S-Inova Biotech, Programa de Pós-Graduação em Biotecnologia, Universidade Católica Dom Bosco, Campo Grande, Brazil.<br /><searchLink fieldCode="AU" term="%22Luchi+LV%22">Luchi LV</searchLink>; S-Inova Biotech, Programa de Pós-Graduação em Biotecnologia, Universidade Católica Dom Bosco, Campo Grande, Brazil.<br /><searchLink fieldCode="AU" term="%22da+Silva+MGL%22">da Silva MGL</searchLink>; Centro de Análises Proteômicas e Bioquímicas, Pós-Graduação em Ciências Genômicas e Biotecnologia, Universidade Católica de Brasília, Brasília, Brazil.<br /><searchLink fieldCode="AU" term="%22Macedo+MLR%22">Macedo MLR</searchLink>; 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.<br /><searchLink fieldCode="AU" term="%22de+la+Fuente-Nunez+C%22">de la Fuente-Nunez C</searchLink>; 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.<br /><searchLink fieldCode="AU" term="%22Franco+OL%22">Franco OL</searchLink>; 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. – Name: TitleSource Label: Source Group: Src Data: <searchLink fieldCode="JN" term="%229918227263306676%22">Frontiers in bioinformatics</searchLink> [Front Bioinform] 2023 Jul 13; Vol. 3, pp. 1216362. <i>Date of Electronic Publication: </i>2023 Jul 13 (<i>Print Publication: </i>2023). – Name: TypePub Label: Publication Type Group: TypPub Data: Journal Article; Review – Name: TitleSource Label: Journal Info Group: Src Data: <i>Publisher: </i><searchLink fieldCode="PB" term="%22Frontiers+Media+S%2EA%22">Frontiers Media S.A </searchLink><i>Country of Publication: </i>Switzerland <i>NLM ID: </i>9918227263306676 <i>Publication Model: </i>eCollection <i>Cited Medium: </i>Internet <i>ISSN: </i>2673-7647 (Electronic) <i>Linking ISSN: </i><searchLink fieldCode="IS" term="%2226737647%22">26737647 </searchLink><i>NLM ISO Abbreviation: </i>Front Bioinform <i>Subsets: </i>PubMed not MEDLINE |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=mdl&AN=37521317 |
| RecordInfo | BibRecord: BibEntity: Identifiers: – Type: doi Value: 10.3389/fbinf.2023.1216362 Languages: – Code: eng Text: English PhysicalDescription: Pagination: StartPage: 1216362 Titles: – TitleFull: Geometric deep learning as a potential tool for antimicrobial peptide prediction. Type: main BibRelationships: HasContributorRelationships: – PersonEntity: Name: NameFull: Fernandes FC – PersonEntity: Name: NameFull: Cardoso MH – PersonEntity: Name: NameFull: Gil-Ley A – PersonEntity: Name: NameFull: Luchi LV – PersonEntity: Name: NameFull: da Silva MGL – PersonEntity: Name: NameFull: Macedo MLR – PersonEntity: Name: NameFull: de la Fuente-Nunez C – PersonEntity: Name: NameFull: Franco OL IsPartOfRelationships: – BibEntity: Dates: – D: 13 M: 07 Text: 2023 Jul 13 Type: published Y: 2023 Identifiers: – Type: issn-electronic Value: 2673-7647 Numbering: – Type: volume Value: 3 Titles: – TitleFull: Frontiers in bioinformatics Type: main |
| ResultId | 1 |
