Open Access
| Numéro |
Med Sci (Paris)
Volume 40, Numéro 10, Octobre 2024
|
|
|---|---|---|
| Page(s) | 725 - 727 | |
| Section | Nouvelles | |
| DOI | https://doi.org/10.1051/medsci/2024124 | |
| Publié en ligne | 25 octobre 2024 | |
- Jumper J, Evans R, Pritzel A, et al. Highly accurate protein structure prediction with AlphaFold. Nature 2021 ; 596 : 583–9. [CrossRef] [PubMed] [Google Scholar]
- Baek M, DiMaio F, Anishchenko I, et al. Accurate prediction of protein structures and interactions using a three-track neural network. Science 2021 ; 373 : 871–6. [CrossRef] [PubMed] [Google Scholar]
- Graille M, Sacquin-Mora S, Taly A. Best practices of using AI-based models in crystallography and their inpact in structural biology. J Chem Inf Model 2023 ; 63 : 3637–46. [CrossRef] [PubMed] [Google Scholar]
- Varadi M, Bertoni D, Magana P, et al. AlphaFold protein structure database in 2024: providing structure coverage for over 214 million protein sequences. Nucleic Acids Res 2024 ; 52 : D368–D375. [CrossRef] [PubMed] [Google Scholar]
- Versini R, Sritharan S, Aykac Fas B, et al. A perspective on the prospective use of AI in protein structure prediction. J Chem Inf Model 2024 ; 64 : 26–41. [CrossRef] [PubMed] [Google Scholar]
- Abramson J, Adler J, Dunger J, et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 2024 ; 630 : 493–500. [CrossRef] [PubMed] [Google Scholar]
- Krishna R, Wang J, Ahern W, et al. Generalized biomolecular modeling and design with RoseTTAFold All-Atom. Science 2024 ; 384 : eadl2528. [CrossRef] [PubMed] [Google Scholar]
- Eberhardt J, Santos-Martins D, Tillack AF, et al. AutoDock Vina 1.2.0: New docking methods, expanded force field, and Python bindings. J Chem Inf Model 2021 ; 61 : 3891–8. [CrossRef] [PubMed] [Google Scholar]
- Buttenschoen M, Morris GM, Deane CM. PoseBusters: AI-based docking methods fail to generate physically valid poses or generalise to novel sequences. Chem Sci 2024 ; 15 : 3130–9. [CrossRef] [PubMed] [Google Scholar]
- Baek M, McHugh R, Anishchenko I, et al. Accurate prediction of protein-nucleic acid complexes using RoseTTAFoldNA. Nat Methods 2024 ; 21 : 117–21. [CrossRef] [PubMed] [Google Scholar]
Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.
Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.
Le chargement des statistiques peut être long.