Peptide-based Supramolecular Co-assembly Design: Multiscale Machine Learning Modeling Approach

Informazioni relative al progetto

SupraModel

ID dell’accordo di sovvenzione: 101077842

DOI

10.3030/101077842

Data della firma CE 20 Febbraio 2023

Data di avvio 1 Aprile 2023

Data di completamento 31 Marzo 2028

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 474 182,50

Contributo UE

€ 1 474 182,00

Coordinato da

TECHNISCHE UNIVERSITAET MUENCHEN
Germany

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

Data Management Plan document.

Pubblicazioni

Peer reviewed articles (3)

JaxSGMC: Modular stochastic gradient MCMC in JAX

Autori: Stephan Thaler, Paul Fuchs, Ana Cukarska, Julija Zavadlav
Pubblicato in: SoftwareX, Numero 26, 2025, ISSN 2352-7110
Editore: Elsevier BV
DOI: 10.1016/J.SOFTX.2024.101722

chemtrain: Learning deep potential models via automatic differentiation and statistical physics

Autori: Paul Fuchs, Stephan Thaler, Sebastien Röcken, Julija Zavadlav
Pubblicato in: Computer Physics Communications, Numero 310, 2025, ISSN 0010-4655
Editore: Elsevier BV
DOI: 10.1016/J.CPC.2025.109512

Predicting solvation free energies with an implicit solvent machine learning potential

Autori: Sebastien Röcken, Anton F. Burnet, Julija Zavadlav
Pubblicato in: The Journal of Chemical Physics, Numero 161, 2024, ISSN 0021-9606
Editore: AIP Publishing
DOI: 10.1063/5.0235189