标题 |
Advancing Enzyme’s Stability and Catalytic Efficiency through Synergy of Force-Field Calculations, Evolutionary Analysis, and Machine Learning
通过力场计算、进化分析和机器学习的协同作用提高酶的稳定性和催化效率
相关领域
热稳定性
蛋白质工程
饱和突变
突变
生物信息学
蛋白质稳定性
化学
理论(学习稳定性)
力场(虚构)
计算机科学
突变
酶
人工智能
生物化学
机器学习
突变体
基因
|
网址 | |
DOI | |
其它 |
期刊:ACS Catalysis 作者:Antonín Kunka; Sérgio M. Marques; Martin Havlasek; Michal Vasina; Nikola Velatova; et al 出版日期:2023-09-11 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|