3DZD: Protein structural embeddings of ESM Atlas

NOVOTNÁ, Lucie; Terézia SLANINÁKOVÁ; David PROCHÁZKA; Lukáš HEJTMÁNEK; Adrián ROŠINEC; Jaroslav OĽHA; Katarína GREŠOVÁ; Vlastislav DOHNAL a Matej ANTOL. 3DZD: Protein structural embeddings of ESM Atlas. 2024.

Základní údaje

Originální název

3DZD: Protein structural embeddings of ESM Atlas

Autoři

NOVOTNÁ, Lucie; Terézia SLANINÁKOVÁ; David PROCHÁZKA; Lukáš HEJTMÁNEK; Adrián ROŠINEC ORCID; Jaroslav OĽHA; Katarína GREŠOVÁ; Vlastislav DOHNAL ORCID a Matej ANTOL ORCID

Vydání

2024

---

Další údaje

Jazyk

angličtina

Typ výsledku

Projekty výzkumu a vývoje

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Odkazy

URL

Označené pro přenos do RIV

Ne

Organizační jednotka

Fakulta informatiky

Klíčová slova anglicky

protein structure; similarity search; AlphaFold; embeddings; AlphaFind

Štítky

AlphaFind, AlphaFold, CODA Research Group, embeddings, LMI, protein structure, similarity search

Příznaky

Mezinárodní význam

---

Anotace

V originále

The dataset contains proteins from AlphaFold DB v4 (https://alphafold.ebi.ac.uk/) encoded into one-dimensional vectors (embeddings). The embeddings encode proteins by their tertiary structure. Additional information is available at our GitHub (https://github.com/Coda-Research-Group/ProteinEmbeddingBenchmark).

---

Návaznosti

GF23-07040K, projekt VaV	Název: Naučené indexy pro podobností hledání Investor: Grantová agentura ČR, Naučené indexy pro podobností hledání, Lead agentura
LM2023055, projekt VaV	Název: Česká národní infrastruktura pro biologická data Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, ELIXIR-CZ: Česká národní infrastruktura pro biologická data
MUNI/A/1590/2023, interní kód MU	Název: Využití technik umělé inteligence pro zpracování dat, komplexní analýzy a vizualizaci rozsáhlých dat Investor: Masarykova univerzita, Využití technik umělé inteligence pro zpracování dat, komplexní analýzy a vizualizaci rozsáhlých dat
752/2024, interní kód MU	Název: Nástroj na automatickou anotaci a prohledávání velkých sad proteinů na základě podobnosti jejich struktur Investor: CESNET, Nástroj na automatickou anotaci a prohledávání velkých sad proteinů na základě podobnosti jejich struktur
90254, velká výzkumná infrastruktura	Název: e-INFRA CZ II