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

Informacje na temat projektu

SupraModel

Identyfikator umowy o grant: 101077842

DOI

10.3030/101077842

Data podpisania przez KE 20 Lutego 2023

Data rozpoczęcia 1 Kwietnia 2023

Data zakończenia 31 Marca 2028

Finansowanie w ramach

• European Research Council (ERC)

Koszt całkowity

€ 1 474 182,50

Wkład UE

€ 1 474 182,00

Koordynowany przez

TECHNISCHE UNIVERSITAET MUENCHEN
Germany

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

Data Management Plan (1)

Data Management Plan

Data Management Plan document.

Publikacje

Peer reviewed articles (3)

JaxSGMC: Modular stochastic gradient MCMC in JAX

Autorzy: Stephan Thaler, Paul Fuchs, Ana Cukarska, Julija Zavadlav
Opublikowane w: SoftwareX, Numer 26, 2025, ISSN 2352-7110
Wydawca: Elsevier BV
DOI: 10.1016/J.SOFTX.2024.101722

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

Autorzy: Paul Fuchs, Stephan Thaler, Sebastien Röcken, Julija Zavadlav
Opublikowane w: Computer Physics Communications, Numer 310, 2025, ISSN 0010-4655
Wydawca: Elsevier BV
DOI: 10.1016/J.CPC.2025.109512

Predicting solvation free energies with an implicit solvent machine learning potential

Autorzy: Sebastien Röcken, Anton F. Burnet, Julija Zavadlav
Opublikowane w: The Journal of Chemical Physics, Numer 161, 2024, ISSN 0021-9606
Wydawca: AIP Publishing
DOI: 10.1063/5.0235189