Learning Isoform Fingerprints to Discover the Molecular Diversity of Life

Projektinformationen

ORIGIN

ID Finanzhilfevereinbarung: 101077037

DOI

10.3030/101077037

EK-Unterschriftsdatum 15 Dezember 2022

Startdatum 1 Juni 2023

Enddatum 31 Mai 2028

Finanziert unter

• European Research Council (ERC)

Gesamtkosten

€ 1 498 939,00

EU-Beitrag

€ 1 498 939,00

Koordiniert durch

TECHNISCHE UNIVERSITAET MUENCHEN
Germany

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Peer reviewed articles (8)

Unifying the analysis of bottom-up proteomics data with CHIMERYS

Autoren: Martin Frejno; Michelle T. Berger; Johanna Tüshaus; Alexander Hogrebe; Florian Seefried; Michael Graber; Patroklos Samaras; Samia Ben Fredj; Vishal Sukumar; Layla Eljagh; Igor Brohnshtein; Lizi Mamisashvili; Markus Schneider; Siegfried Gessulat; Tobias Schmidt; Bernhard Kuster; Daniel P. Zolg; Mathias Wilhelm
Veröffentlicht in: Nature Methods, 2024, ISSN 1548-7105
Herausgeber: Nature Publishing Group
DOI: 10.1038/S41592-025-02663-W

SWAPS: A Modular Deep-Learning Empowered Peptide Identity Propagation Framework Beyond Match-Between-Run

Autoren: Zixuan Xiao, Johanna Tüshaus, Bernhard Kuster, Matthew The, Mathias Wilhelm
Veröffentlicht in: Journal of Proteome Research, 2025, ISSN 1535-3893
Herausgeber: American Chemical Society
DOI: 10.1021/ACS.JPROTEOME.4C00972

Peptide Property Prediction for Mass Spectrometry Using AI: An Introduction to State of the Art Models

Autoren: Jesse Angelis; Eva Ayla Schröder; Zixuan Xiao; Wassim Gabriel; Mathias Wilhelm
Veröffentlicht in: PROTEOMICS, 2025, ISSN 1615-9861
Herausgeber: Wiley
DOI: 10.1002/PMIC.202400398

Deep Learning Enhances Precision of Citrullination Identification in Human and Plant Tissue Proteomes

Autoren: Wassim Gabriel; Rebecca Meelker González; Sophia Laposchan; Erik Riedel; Gönül Dündar; Brigitte Poppenberger; Mathias Wilhelm; Chien-Yun Lee
Veröffentlicht in: Molecular&Cellular Proteomics, 2024, ISSN 1535-9484
Herausgeber: Elsevier Inc
DOI: 10.1101/2024.10.11.617769

Oktoberfest: Open‐source spectral library generation and rescoring pipeline based on Prosit

Autoren: Picciani, Mario; Gabriel, Wassim; Giurcoiu, Victor‐George; Shouman, Omar; Hamood, Firas; Lautenbacher, Ludwig; Jensen, Cecilia Bang; Müller, Julian; Kalhor, Mostafa; Soleymaniniya, Armin; Kuster, Bernhard; The, Matthew; Wilhelm, Mathias
Veröffentlicht in: PROTEOMICS, 2023, ISSN 1615-9861
Herausgeber: Wiley
DOI: 10.1002/PMIC.202300112

ProSIMSIt: The Best of Both Worlds in Data-Driven Rescoring and Identification Transfer

Autoren: Firas Hamood, Wassim Gabriel, Pia Pfeiffer, Bernhard Kuster, Mathias Wilhelm, Matthew The
Veröffentlicht in: Journal of Proteome Research, 2025, ISSN 1535-3893
Herausgeber: American Chemical Society
DOI: 10.1021/ACS.JPROTEOME.4C00967

To Fly, or Not to Fly, That Is the Question: A Deep Learning Model for Peptide Detectability Prediction in Mass Spectrometry

Autoren: Naim Abdul-Khalek, Mario Picciani, Omar Shouman, Reinhard Wimmer, Michael Toft Overgaard, Mathias Wilhelm, Simon Gregersen Echers
Veröffentlicht in: Journal of Proteome Research, 2025, ISSN 1535-3893
Herausgeber: American Chemical Society
DOI: 10.1021/ACS.JPROTEOME.4C00973

Pairwise Attention: Leveraging Mass Differences to Enhance De Novo Sequencing of Mass Spectra

Autoren: Joel Lapin, Alfred Nilsson, Mathias Wilhelm, Lukas Käll
Veröffentlicht in: Journal of Proteome Research, 2025, ISSN 1535-3893
Herausgeber: American Chemical Society
DOI: 10.1021/ACS.JPROTEOME.5C00063

Conference proceedings (1)

PROSPECT PTMs: Rich Labeled Tandem Mass Spectrometry Dataset of Modified Peptides for Machine Learning in Proteomics

Autoren: Wassim Gabriel, Omar Shouman, Eva Ayla Schröder, Florian Bößl, Mathias Wilhelm
Veröffentlicht in: Advances in Neural Information Processing Systems 37 (NeurIPS 2024), 2024
Herausgeber: NeurIPS 2024