( en | de | ru )

 

Disambiguierung von "Raimondi, Daniele"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
b2bTools: online predictions for protein biophysical features and their conservation.

, , , , , , , , , und . Nucleic Acids Res., 49 (Webserver-Issue): 52-59 (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Francesca Raimondi

Franco Raimondi

Daniele Soroldoni

Daniele Silvestro

Daniele Palmisano

 

Weitere Publikationen von Autoren mit dem selben Namen

Multilevel biological characterization of exomic variants at the protein level significantly improves the identification of their deleterious effects., , , , und . Bioinform., 32 (12): 1797-1804 (2016)Improved Contact Predictions Using the Recognition of Protein Like Contact Patterns., , , und . PLoS Comput. Biol., (2014)In silico prediction of in vitro protein liquid-liquid phase separation experiments outcomes with multi-head neural attention., , , , , , , , und . Bioinform., 37 (20): 3473-3479 (2021)ShiftCrypt: a web server to understand and biophysically align proteins through their NMR chemical shift values., , , und . Nucleic Acids Res., 48 (Webserver-Issue): W36-W40 (2020)SVM-dependent pairwise HMM: an application to protein pairwise alignments., , , , und . Bioinform., 33 (24): 3902-3908 (2017)Computational identification of prion-like RNA-binding proteins that form liquid phase-separated condensates., , , , , und . Bioinform., 35 (22): 4617-4623 (2019)DEOGEN2: prediction and interactive visualization of single amino acid variant deleteriousness in human proteins., , , , , , , und . Nucleic Acids Res., 45 (Webserver-Issue): W201-W206 (2017)Fast and accurate inference of gene regulatory networks through robust precision matrix estimation., , und . Bioinform., 38 (10): 2802-2809 (2022)Clustering-based model of cysteine co-evolution improves disulfide bond connectivity prediction and reduces homologous sequence requirements., , und . Bioinform., 31 (8): 1219-1225 (2015)How good Neural Networks interpretation methods really are? A quantitative benchmark., , , , , und . CoRR, (2023)